سال 3، شماره 1 - ( بهار ۱۳۹۲ 1392 )                   جلد 3 شماره 1 صفحات 82-73 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Investigation of Possibility of Suspended Sediment Prediction Using a Combination of Sediment Rating Curve and Artificial Neural Network Case Study: Ghatorchai River, Yazdakan Bridge . E.E.R. 2013; 3 (1) :73-82
URL: http://magazine.hormozgan.ac.ir/article-1-132-fa.html
خزایی پول احمد، طالبی علی. بررسی امکان پیش‌بینی رسوبات معلق با استفاده از ترکیب منحنی سنجه رسوب و شبکه‌ی عصبی مصنوعی (مطالعه موردی: رودخانه قطورچای، پل یزدکان). پژوهش هاي فرسايش محيطي. 1392; 3 (1) :73-82

URL: http://magazine.hormozgan.ac.ir/article-1-132-fa.html


دانشگاه یزد ، a.khazaie1388@gmail.com
چکیده:   (10536 مشاهده)

برآورد بار رسوبی در رودخانه­ها با توجه به خسارات ناشی از آن، یکی از مهم­ترین و مشکل­ترین قسمت­های مطالعات انتقال رسوب و مهندسی رودخانه است. بنابراین دست یافتن به شیوه­های نوین و خلاقانه که بتواند در این راستا موثر واقع گردد دارای اهمیت بسیار زیادی است. در این تحقیق کاربرد روش سیستم عصبی مصنوعی (ANN) در بهینه­سازی نتایج مدلی مبتنی بر روش منحنی سنجه­ی رسوب (SRC) برای پیش­بینی بار معلق جریان مورد بررسی قرار گرفته است. برای این منظور ایستگاه یزدکان واقع بر رودخانه­ی قطورچای در نظر گرفته شد. یک مدل رگرسیونی به کمک روش SRC ساخته شد که با کمک داده­های دبی در ایستگاه مذکور میزان بار معلق در همان ایستگاه پیش­بینی می­گردد. پس از ساختن مدل به کمک این روش، یک مدل  ANNمورد استفاده قرار گرفت که دقیقا از داده­های مشابه استفاده نموده و سپس با استفاده از آن دو، مدل ترکیبی ساخته شد. لازم به ذکر است که قبل از کاربرد ترکیبی این دو روش (ANN و SRC)، هر یک از این روش­ها به تنهایی مورد استفاده قرار گرفته و نتایج حاصل با مقادیر واقعی مقایسه گردیده بود. نتایج حاصل از کاربرد ترکیبی این مدل­ها از کیفیت به مراتب بالاتری نسبت به کاربرد هر یک از آنها به تنهایی برخوردار است. به طوری که میزان Dr از عدد 402/1 در روش SRC و 395/2- در مدل ANN به مقدار 963/0 در یکی از مدل­های ترکیبی تعدیل یافته است. هم­چنین میزان ریشه میانگین مربعات خطا که به ترتیب برای SRC و ANN به تنهایی 286/692 و 96/616 حاصل گشته بود به عدد 094/603 کاهش پیدا کرد. 

متن کامل [PDF 467 kb]   (2240 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مدلسازی و تحلیل زمانی و مکانی رخداد انواع مختلف فرسایش محیطی
دریافت: 1393/2/21 | انتشار: 1393/2/21

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله پژوهش‌های فرسایش محیطی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Environmental Erosion Research Journal

Designed & Developed by : Yektaweb