مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي

توضیحات پروژه

  مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي دارای 24 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه و مقالات آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي،به هيچ وجه بهم ريختگي وجود ندارد

بخشی از متن مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي :

مقاله پيش بيني زمان واقعي سيل با استفاده از شبکه هاي عصبي ترکيبي که چکیده‌ی آن در زیر آورده شده است، در بهار 1387 در هیدرولیك از صفحه 1 تا 18 منتشر شده است.
نام: پیش بینی زمان واقعی سیل با استفاده از شبکه های عصبی ترکیبی
این مقاله دارای 18 صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله بارش – رواناب
مقاله خوشه بندی
مقاله زمان – واقعی
مقاله شبکه های عصبی ترکیبی
مقاله پیش بینی سیل

چکیده و خلاصه‌ای از مقاله:
روش های مبتنی بر ترکیب مدل ها، با تقسیم مساله پیچیده شبیه سازی به تعدادی مدل موضعی ساده و ترکیب جواب های آنها ممکن است به جواب های متفاوتی منتهی شوند. در این روش فضای ورودی به زیرفضاهایی تفکیک می شود و به هر بخش ویژه از این فضای ورودی تفکیک شده، مدل های مجزایی اختصاص می یابد. در این تحقیق با استفاده از سیل های تولید شده توسط یک مدل هیدرولوژیکی، مزیت استفاده از مدل های ترکیبی (Hybrid) نسبت به مدل های فراگیر در پیش یینی سیل زمان واقعی ارزیابی شده است. بدین منظور نتایج حاصل از یک شبکه عصبی فراگیر که کل فرایند سیل را توسط یک شبکه واحد شبیه سازی می کند با نتایج حاصل از دو مدل شبکه عصبی- یکی دارای 4 شبکه عصبی و دیگری دارای 8 شبکه عصبی- مقایسه شده است. براساس نتایج به دست آمده مشاهده می شود که مدل های ترکیبی در پیش بینی سیل – به ویژه در پیش بینی زمان و مقدار دبی اوج که افزایش دقت در پیش بینی آن ها در سیستم های هشدار سیل از اهمیت ویژه ای برخوردار است – به طور قابل ملاحظه ای بهتر از مدل فراگیر عمل می کنند.

برای دریافت پروژه اینجا کلیک کنید