| مدل سازی و پیش بینی جریان های آب با استفاده از شبکه عصبی و پایه شعاعی |
| کد مقاله : 1137-IWWA |
| نویسندگان |
|
احمد کریم زاده زیناب *1، رضا کارزار جدی وند2 1رئیس گروه بهره برداری از شبکه های توزیع آب 2رئیس گروه تشکیلات و طبقه بندی مشاغل |
| چکیده مقاله |
| پیش بینی دقیق جریان آب یکی از مهمترین موضوعات در مدیریت منابع آب، بهره برداری از مخارن، کنترل سیلاب و برنامه ریزی زیست محیطی است. پیچیدگی رفتار سامانه های هیدرولوژیکی و روابط غیرخطی میان متغییرهای موثر بر جریان آب، استفاده از روش های سنتی را با محدودیت هایی مواجه کرده است. در سال های اخیر، شبکه های عصبی مصنوعی به دلیل توانایی بالا در یادگیری الگوهای پیچیده و مدل سازی روابط غیرخطی، به عنوان یکی از ابزارهای موثر در پیش بینی جریان آب مورد توجه قرار گرفته اند. در این پژوهش قابلیت شبکه عصبی پایه شعاعی در مدل سازی و پیش بینی جریان آب بررسی شده است. ساختار این شبکه، نحوه آموزش، انتخاب پارامترهای موثر و مراحل پیاده سازی مدل تشریح شده و عملکرد آن در پیش بینی جریان آب مورد ارزیابی قرارگرفته است. نتایج نشان می دهد که شبکه عصبی پایه شعاعی به دلیل سرعت آموزش مناسب، دقت قابل قبول و توانایی تقریب توابع غیرخطی، می تواند گزینه ای مناسب برای مدل سازی فرآیندهای هیدرولوژیکی باشد و در مدیریت بهینه منابع آب و کاهش مخاطرات ناشی از سیلاب و خشکسالی نقش موثری ایفا کند. |
| کلیدواژه ها |
| شبکه عصبی پایه شعاعی ، پیش بینی جریان آب ، مدل سازی هیدرولوژیکی ، دبی رودخانه |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
