دانلود مقاله پیش بینی دبی ورودی به مخزن سد با استفاده از شبکه های عصبی مصنوعی – مطالعه موردی: سد لار در word دارای 13 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد دانلود مقاله پیش بینی دبی ورودی به مخزن سد با استفاده از شبکه های عصبی مصنوعی – مطالعه موردی: سد لار در word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود مقاله پیش بینی دبی ورودی به مخزن سد با استفاده از شبکه های عصبی مصنوعی – مطالعه موردی: سد لار در word ،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن دانلود مقاله پیش بینی دبی ورودی به مخزن سد با استفاده از شبکه های عصبی مصنوعی – مطالعه موردی: سد لار در word :
سال انتشار: 1392
محل انتشار: کنفرانس بین المللی عمران، معماری و توسعه پایدار شهری
تعداد صفحات: 13
نویسنده(ها):
پیمان غلامی – کارشناس ارشد سازه های هیدرولیکی دانشگاه آزاد واحد تهران جنوب
حمیدرضا ربیعی فر – استادیار گروه مهندسی عمران- سازه های هیدرولیکی دانشگاه آزاد واحد تهران جنوب
آرش رزمخواه – استادیار گروه مهندسی عمران- سازه های هیدرولیکی دانشگاه آزاد واحد تهران جنوب
محمدرضا پیرستانی – استادیار گروه مهندسی عمران- سازه های هیدرولیکی دانشگاه آزاد واحد تهران جنوب
چکیده:
پیش بینی جریان ورودی به مخزن سد، در بهینه سازی مدیریت آن بسیار موثر می باشد به گونه ای که مدیریت صحیح و بهینه و بهره برداری اصولی از مخزن سد هیچ گاه امکان پذیر نخواهد بود جز در صورت برآورد دقیق و تا حد زیادینزدیک به واقعیت دبی ورودی به آن. در تحقیق حاضر به ارزیابی عملکرد شبکه های عصبی مصنوعی در پیش بینی جریان ورودی به مخزن سد پرداخته شد و طی آن با استفاده از اطلاعات باران و دما و دبی ایستگاه هایبالادست مخزن سد لار , دبی ورودی به مخزن سد را طی 1 تا 3 ماه آینده پیش بینی کردیم . نتایج حاصل نشان دادند که شبکه های عصبی می توانند دبی ورودی به سد دربازه 1 تا 3 ماه آینده، بهخصوص در مرحله آموزش و هچنین مرحله تست با )ضریب همبستگی .9789 = 2R و ریشه میانگین مربعات خطا .171 = RMSE ) به خوبی پیش بینی کنند. همچنین به بررسی میزان تاثیر دما و بارش بر پیش بینی دبی در ماههای آینده پرداخته شد و نتایج حاصله نشان داد که میزان دما تاثیر چندانی بر دبی پیش بینی شده در ماه های آیندهنداشته ولی بارش تاثیر مستقیم و بسزایی بر دبی پیش بینی شده در ماه های آینده داشته است. در تحقیق حاضر به استفاده از چند توپولوژی محدود برای معماری شبکه عصبی مصنوعی اکتفا ننموده ایم و تمامی حالات ممکنه را به کمکتعریف یک حلقه for مورد آزمایش قرار دادیم به گونه ای که در کاربرد شبکه عصبی با یک لایه پنهان از 1008 حالت و در کاربرد شبکه عصبی با دو لایه پنهان 12069 حالت مورد بررسی قرار گرفت و در نهایت بهترین عملکرد شبکه های مذکور, معیار انتخاب بهترین توپولوژی بوده است.
- ۹۵/۰۷/۱۷