دانلود مقاله تحلیل منطقهای دبی حد آستانه خشکسالی با استفاده ازشبکه عصبی مصنوعی در حوزه آبخیز دریاچه نمک word

توضیحات

  مقاله تحلیل منطقهای دبی حد آستانه خشکسالی با استفاده ازشبکه عصبی مصنوعی در حوزه آبخیز دریاچه نمک word دارای 12 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله تحلیل منطقهای دبی حد آستانه خشکسالی با استفاده ازشبکه عصبی مصنوعی در حوزه آبخیز دریاچه نمک word  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تحلیل منطقهای دبی حد آستانه خشکسالی با استفاده ازشبکه عصبی مصنوعی در حوزه آبخیز دریاچه نمک word،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله تحلیل منطقهای دبی حد آستانه خشکسالی با استفاده ازشبکه عصبی مصنوعی در حوزه آبخیز دریاچه نمک word :

تعداد صفحات:12
چکیده:
هدف از این تحقیق، ارائه مدلی با استفاده از شبکهی عصبی مصنوعی است که روابط بین دبی حد آستانه خشکسالی وعوامل بهوجود آورندهی آنها را بیان کند و با استفاده از این مدلها، دبی حد آستانه خشکسالی را در حوزههای بدون آمار را برآورد نمود. برای این منظور 33 حوزه آبخیز در محدوده دریاچه دریاچه نمک کهآمار آبسنجی مناسبی داشتهاند انتخاب گردیدند، دبی حد آستانه خشکسالی به عنوان متغیرهای وابسته و متغیرهای فیزیوگرافی، هواشناسی و زمینشناسی به عنوانمتغیرهای مستقل در نظر گرفته شدند. با استفاده از تحلیل عاملی شش عامل مساحت، ارتفاع متوسط، طول آبراهه اصلی، تراکم زهکشی، درصد سازندهای نفوذپذیر ودرصد اراضی مرتعی انتخاب و در مرحله بعد با استفاده از شبکه عصبی پرسپترون چند لایه با تابع یادگیری لونبرگ مارکوت و با توابع انتقال سیگموئید و تانژانت هیپربولیک در لایه پنهان و تابع انتقال خطی در لایه خروجی به تحلیل منطقهای دبی حد آستانه خشکسالی پرداخته شد. نتایج نشان داد که شبکه عصبی مصنوعی با تابع انتقال سیگموئید در مرحله آزمون باضریب تبیین0/77ریشه میانگین مربعات خطا 0/21و ضریب کارایی 0/93نسبت به تابع انتقال تانژانت هیپربولیک باضریب تبیین 0/47ریشه میانگین مربعات خطا 1/42و ضریب کارایی 0/37توانسته است با دقت بالایی دبی حد آستانه خشکسالی را پیش بینی کند که این موضوع عملکردخوب شبکه عصبی را در پیش بینی متغیرهای هیدرولوژیکی می رساند

برای دریافت اینجا کلیک کنید