شبیه سازی سطح ایستابی دشت ملایر براساس داده های هواشناسی با استفاده از شبکه‎ی عصبی مصنوعی

اسناد مشابه

• شبیه سازی سطح ایستابی دشت ملایر براساس داده های هواشناسی با استفاده از شبکه‎ی عصبی مصنوعی

  مقاله۲۰۱۲پژوهش های جغرافیای طبیعیحمید زارع ابیانه، صفر معروفی، علیرضا ایلدرومی، مریم بیات ورکشی

  برای بررسی کارایی شبکه‎ی عصبی مصنوعی در شبیه‌سازی تغییرات سطح ایستابی سفره‎ی آب زیرزمینی دشت ملایر، از اطلاعات هواشناسی ایستگاه‌های تبخیرسنجی در سطح دشت، حجم آب برداشتی از سفره و مقادیر سطح ایستابی آن استفاده شد. از این اطلاعات، به‌عنوان ورودی شبکه‎ی عصبی مصنوعی نوع پرسپترون چندل

• شبیه سازی سطح ایستابی آب زیرزمینی دشت سرخس با ترکیب روش‌های هوش مصنوعی و زمین‌آمار

  مقاله۲۰۱۹پژوهش های حفاظت آب و خاکفرشته علیمرزایی، مریم آذرخشی، آرش ملکیان، محمد رستمی خلج

  سابقه و هدف: شبیه سازی جریان زیرزمینی به‌منظور پیش‌بینی سطح ایستابی، در مطالعات هیدروژئولوژی و مدیریتی، احداث سازه‌ها، مصارف کشاورزی و دسترسی به آب‌های زیرزمینی با کیفیت بالا از اهمیت بسزایی برخوردار است. در دهه‌های اخیر به سبب پیچیدگی و ویژگی‌های غیر خطی سیستم‌های آب زیرزمینی، م

• تخمین ارتفاع سطح ایستابی در روزهای مختلف سال با استفاده از شبکه ی عصبی مصنوعی شعاعی- مطالعه-ی موردی: دشت بهبهان

  مقالهمحاسبات نرمسعید سلطانی محمدی، saeed soltani-mohammadi department of mining engineering, university of kashan, kashan, iran, saeedsoltani@kashanu.ac.irگروه آموزشی مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه کاشان میثم لک، meysam lak department of mining engineering, isfahan university of technology,2 دانشجوی کارشناسی ارشد مکانیک سنگ، دانشکده مهندسی معدن، دانشگاه صنعتی اصفهان سجاد محمدی، sadjad mohammadi school of mining, petroleum and geophysics engineering, shahrood university of technology, shahrood, iranدانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود محمد امین کربلا

  از مهم ترین ابزارهای برنامه ریزی برداشت از سفره های آب زیرزمینی و انجام پروژه های عمرانی، آگاهی از سطح ایستابی نقاط مختلف منطقه و دسترسی به نقشه ی خطوط هم تراز آن است. عموماً سطح ایستابی به وسیله ی چاه های پیزومتریک در منطقه و استفاده از روش های مختلف تخمین به دست می آید. محدودیت

• ارزیابی الگوریتمهای انتخابات، رقابت استعماری و روش شبکه عصبی مصنوعی در بررسی روند افت تراز سطح ایستابی دشت رشتخوار

  مقاله۲۰۲۰مهندسی عمران و محیط زیست امیرکبیریحیی چوپان، سمیه امامی، میلاد خیری قوجه بیگلو

  ارزیابی نوسانات سطح ایستابی در مناطق خشک و نیمه خشک کشور، نیازمند پیش بینی دقیق و کارآمدی از نوسانات آن می‌باشد. استفاده از روش‌های نوین از جمله الگوریتم‌های فراابتکاری، شبکه های عصبی مصنوعی و روش های فازی، جهت تولید داده های سطح آب مصنوعی و پیش بینی آینده تراز سطح ایستابی به دلی

• تخمین ارتفاع سطح ایستابی در روزهای مختلف سال با استفاده از شبکه‌ی عصبی مصنوعی شعاعی- مطالعه-ی موردی: دشت بهبهان

  مقاله۲۰۲۱محاسبات نرمسعید سلطانی محمدی، میثم لک، سجاد محمدی، محمد امین کربلا

  از مهم‌ترین ابزارهای برنامه‌ریزی برداشت از سفره‌های آب زیرزمینی و انجام پروژه‌های عمرانی، آگاهی از سطح ایستابی نقاط مختلف منطقه و دسترسی به نقشه‌ی خطوط هم تراز آن است. عموماً سطح ایستابی به وسیله‌ی چاه‌های پیزومتریک در منطقه و استفاده از روش‌های مختلف تخمین به دست می‌آید. محدودیت

• شبیه سازی و طبقه بندی وقایع کیفیت توان با استفاده از شبکه عصبی

  مقالهمدلسازی در مهندسیزهرا مروج، دانشگاه سمنان جواد آذرخش، دانشگاه سمنان

  امروزه استفاده ی روز افزون از تجهیزات الکترونیکی و بارهای غیر خطی در سیستم قدرت، مسئله کیفیت توان را به یک موضوع مهم تبدیل کرده است. در این مقاله برای شبیه سازی وقایع کیفیت توان به طور همزمان از دو روش مدل سازی ریاضی و داده های حاصل از شبیه سازی با نرم افزار pscad استفاده شده است