این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Maritime Technology، جلد ۱۰، شماره ۱۹، صفحات ۵۹-۶۶
عنوان فارسی تخمین آهنگ انتقال رسوب در امتداد ساحل با استفاده ازمدل‌های محاسباتی نرم
چکیده فارسی مقاله طی دهه های اخیر فرمول های تجربی مختلفی جهت برآورد آهنگ انتقال رسوب ساحلی توسط محققان زیادی ارائه شده است که هریک از روش ها تحت شرایط محدود نیم رخ بستر و برای محدوده مشخصی از دانه بندی رسوب کالیبره و استفاده شده اند. روابط تجربی موجود عمدتاً براساس روش های برازشی بر روی داده های مشاهداتی و اندازه گیری شده ارائه شده، بنابراین می توان با استفاده از ابزارهای محاسباتی هوشمند و با کاربرد داده های موجود، مدل دقیقتری برای پیش بینی این پدیده ها ارائه نمود. روش های محاسباتی نرم، نظیر شبکه عصبی مصنوعی و سامانه استنتاج فازی- عصبی، روش های غیر خطی هستند که در مواردی که سایر روش ها قادر نیستند روش محاسباتی دقیق از مسئله ارائه دهند مورد استفاده قرار می گیرند. عدم نیاز به جزئیات کامل و دقیق مسئله مهترین مزیت روش های محاسباتی نرم است. یک مقایسه جامع بین دو مدل شبکه عصبی مصنوعی، سامانه استنتاج فازی- عصبی و فرمول های نیمه تجربی حاضر نشان دهنده توانایی بالا شبکه عصبی در پیش‌بینی آهنگ انتقال رسوب در امتداد ساحل میباشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimated Alongshore Sediment Transport Rates Using Soft Computing (SF) Models
چکیده انگلیسی مقاله Many empirical methods for estimating LSTR have been introduced by scientists during the recent decades, but these methods have been calibrated and applied under limited conditions of bed profile and specific range of bed sediment size. The existing empirical relations are linear or exponential regressions based on the observation and measurements data and there’s a great potential to build more accurate models to predict sediment transport phenomena by means of Soft computation approach. Contemporarily soft computing (SF) models, Artificial Neural Networks (ANN), Adaptive Neuro-Fuzzy Inference System (ANFIS) have been accepted as potentially valuable tool for modeling and forecasting complex nonlinear systems. In other words, SF is very helpful when the mathematical and physical scheme couldn’t propose accurate solution to the encountered problem. The main advantage of SF model is that the accurate detail of the problems is not required. A comprehensive comparison between both ANN and ANFIS models and the existing empirical formulae will be presented to demonstrate capacity of ANNs.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله طیب صادقی فر | tayeb sadeghifar
kurdstan, saqqez, mohammad ghazi bol, p41
استان کردستان - شهرستان سقز - بلوار محمد قاضی - خیابان ماموستا زاهدی - پلاک 41

سید علی آزرم سا | seyed ali azarmsa
mazandran, noor, faculty of marine sciences
استان مازندران - شهرستان نور - دانشکده علوم دریایی

نشانی اینترنتی http://www.ijmt.ir/browse.php?a_code=A-10-377-1&slc_lang=fa&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده Environmental Study
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات