این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۷، شماره ۲، صفحات ۹۲-۹۷
عنوان فارسی مقایسه کاربرد شبکه عصبی مصنوعی (ANN) با سیستم استنتاج فازی (FIS) در پیش بینی جریان رودخانه زاینده رود
چکیده فارسی مقاله یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیچیدگی زیاد یا عدم‌صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی و شبکه عصبی مصنوعی می‌باشد. مزیت اصلی این تکنیک‌ها نسبت به روش‌های رایج این است که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می‌باشند بدون آنکه در هر مرتبه نیاز به یافتن رابطه‌ پیچیده‌ی ریاضی موجود بین پارامترهای منتخب باشند. در تحقیق حاضر نیز، با استفاده از این دو تکنیک و بر اساس دبی، میزان درجه حرارت و بارش ماهانه، سری پیوسته‌ای از دبی و هر یک از متغیرهای مذکور تشکیل و تاثیر هریک از متغیرهای فوق در توالی‌های زمانی گذشته بر روی میزان دبی رودخانه در ماه‌های آینده بررسی شد و میزان دبی در ماه‌های آینده (فروردین تا شهریور) پیش‌بینی شد و در نهایت قابلیت استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی در پیش‌بینی میزان دبی رودخانه با یکدیگر مقایسه شده است و نتایج این تحقیق حاکی از برتری سیستم استنتاج فازی نسبت به شبکه عصبی مصنوعی می‌باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Discharge Prediction by Comparing Artificial Neural Network With Fuzzy Inference System (Case study: Zayandeh rud River)
چکیده انگلیسی مقاله The Fuzzy Sets theory and the Artificial Neural Network are among the latest methods in Water Resources Engineering for systems dealing with complexity or ambiguity and lack enough data. The main advantage of these techniques over traditional methods is that they can investigate the effects of the available parameters on the process in a short time and with no need to cause complex mathematical equations. In this study time series of monthly discharge, temperature, and rainfall are used in the Artificial Neutral Network and Fuzzy Inference System context in order to forecast the flow discharge for the upcoming months. Results of this research showed that the FIS gives better estimation than the ANN.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله ندا پوستی زاده |
دانشجوی دکتری سازه های آبی، دانشگاه شهید چمران، اهواز، ایران
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

نعیمه نجفی |
کارشناسی ارشد سازه های آبی، دانشگاه مازندران، ایران
سازمان اصلی تایید شده: دانشگاه مازندران (Mazandaran university)

نشانی اینترنتی http://www.iwrr.ir/article_16186_3d1a71ca5bb2a85dc375c6e20582cd5b.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات