[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
آرشیو مجله و مقالات::
اطلاعات نشریه::
نویسندگان::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
نمایه ها::
::
اطلاعیه
قابل توجه مخاطبین محترم نشریه
به اطلاع میرساند جهت ارتباط با نشریه صرفاً از طریق شماره تلفن‌های زیر تماس حاصل فرمایید:
شماره تلفن ثابت:27822333-021


 
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آخرین مطالب بخش
:: اصول اخلاقی انتشار
:: فهرست مقالات در دست چاپ
:: راهنمای نگارش مقالات
:: درباره نشریه
..
آخرین مطالب سایر بخش‌ها
..
نظرسنجی
ارزیابی گستره و عنواویم محور‌های دریافت مقاله
   
..
نمایه ها
..
:: دوره 5، شماره 18 - ( 10-1397 ) ::
جلد 5 شماره 18 صفحات 55-49 برگشت به فهرست نسخه ها
ارزیابی دقت برآورد میزان انتقال رسوب معلق در سدهای مخزنی توسط سیستم استنتاج فازی- عصبی وشبکه عصبی مصنوعی (مطالعه موردی :رودخانه سفیدرود-استان گیلان)
علیرضا مردوخ پور ، حسین جاماسبی
دانشگاه آزاد اسلامی ، alireza.mardookhpour@yahoo.com
چکیده:   (2640 مشاهده)

در تحقیق حاضر، هدف مقایسه تخمین بار رسوب معلق در سدهای مخزنی با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی می باشد. بررسیها توسط برنامه  MATLAB انجام شده است و ورودی ها شامل دبی رودخانه سفید رود و خروجی، غلظت رسوب در گام زمانی بوده است.ورودی و خروجی رسوب دارای روند مثبت بوده و 80 درصد داده ها جهت آموزش و 20 درصد داده ها جهت آزمون شبکه مورد استفاده قرار گرفت. از تعداد 229 داده موجود 182 داده به عنوان داده های آموزشی و 47 داده برای آزمون بکار برده شده است.. نتایج بدست آمده نشان می دهند که پیش بینی غلظت بار معلق رسوب حاصل از مدل سیستم استنتاج فازی- عصبی به داده های واقعی غلظت رسوب نزدیک تر هستند و ضریب همبستگی حاصل از سیستم استنتاج فازی- عصبی 90 درصد می باشد. این در حالی است که ضریب همبستگی برای مدل های شبکه عصبی مصنوعی 83 درصد بدست آمده است. لذا سیستم استنتاج فازی- عصبی در پیش بینی میزان رسوب معلق نسبت به مدل شبکه عصبی مصنوعی دارای کارایی بهتری می باشد.

واژه‌های کلیدی: شبکه عصبی مصنوعی، برنامه MATLAB، سیستم استنتاج فازی- عصبی، غلظت بار رسوب، ضریب رگرسیون
متن کامل [PDF 565 kb]   (916 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: هیدرولوژی و برنامه ریزی منابع آب
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

mardookhpour A, jamasbi H. Evaluation of the precision estimation of suspended sediment load in storage dams using neuro-fuzzy inference system and artificial neural network (Case study: Sefidrud-Guilan province). Iranian Dam and Hydroelectric Powerplant 2018; 5 (18) :49-55
URL: http://journal.hydropower.org.ir/article-1-144-fa.html

مردوخ پور علیرضا، جاماسبی حسین. ارزیابی دقت برآورد میزان انتقال رسوب معلق در سدهای مخزنی توسط سیستم استنتاج فازی- عصبی وشبکه عصبی مصنوعی (مطالعه موردی :رودخانه سفیدرود-استان گیلان). سد و نیروگاه برق آبی ایران. 1397; 5 (18) :49-55

URL: http://journal.hydropower.org.ir/article-1-144-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 5، شماره 18 - ( 10-1397 ) برگشت به فهرست نسخه ها
نشریه سد و نیروگاه برق آبی Journal of Dam and Hydroelectric Powerplant
Persian site map - English site map - Created in 0.06 seconds with 42 queries by YEKTAWEB 4710