این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 6 دی 1404
علوم و فناوری دریا
، جلد ۶۸، شماره ۶۸، صفحات ۱-۱
عنوان فارسی
پیشبینی ارتفاع موج در سواحل انزلی با استفاده از شبکه عصبی مصنوعی
چکیده فارسی مقاله
در امور مربوط به دریا روشهای مختلفی برای پیش بینی وجود دارد. در این مقاله که در منطقهی بندر انزلی انجام شده، برای پیش بینی ارتفاع امواج در دریای خزر از تکنیک شبکهی عصبی مصنوعی استفاده شده است. دادهها که از سازمان بنادر و کشتیرانی و شرکت نفت خزر اخذ شده در دوره های زمانی3،6، 12 و 24 ساعته توسط سیستم ADCP اندازه گیری شدهاند. شبکهی مورد استفاده یک شبکهی سه لایه پیشرو با 4 نورون در هر لایه میانی است، که بهترین حالت پیش بینی را تولید میکند. منحنی های پراکندگی و مقادیر ضریب همبستگی دادهها نشان میدهند که نتایج حاصل از پیشبینی با شبکهی عصبی تطابق خوبی با دادههای اندازهگیری شده نشان میدهد که نشانگر سرعت و دقت قابل قبول روش به کار رفته در دورههای زمانی کوتاهمدت است
کلیدواژههای فارسی مقاله
پیش بینی، ارتفاع موج، دریای خزر، شبکه عصبی،
عنوان انگلیسی
Predicting the Wave Height By Using of Artificial Neural Network At the Coast of Anzaly
چکیده انگلیسی مقاله
Prediction of waves in coastal engineering and marine issues is essential. For this purpose, various methods including experimental methods, numerical methods and computational software tools exist. Experimental methods are relatively simple, but in comparison with other methods are not accurate. Numerical models are generally accurate, but use them time and money wants. In recent decades, the use of artificial neural networks have been widely applied to solve many engineering problems of the sea. It is capable in the modeling nonlinear problems. This paper conducted in Bandar Anzali, Caspian predicting in the wave height of the artificial neural network technique is used. Data obtained from the Ports and Shipping Organization and the Caspian Oil Company, in the periods 3,6, 12 and 24 h were measured by ADCP system. Network using Feed-forward three-layered networks with four neurons in the middle layer, which produces the best prediction.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی
http://navy.iranjournals.ir/article_5825_4dbf38fa021360fd6c50b0ab0cb92cc2.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/972/article-972-198942.pdf
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