تعداد نشریات | 43 |
تعداد شمارهها | 1,275 |
تعداد مقالات | 15,759 |
تعداد مشاهده مقاله | 51,872,084 |
تعداد دریافت فایل اصل مقاله | 14,694,081 |
پیشب ینی نسبت جذب سدیم آب با استفاده از مدل تلفیقی شبکه عصبی و تبدیل موجک (مطالعه موردی: ایستگاه رودبار رودخانه سفیدرود) | ||
دانش آب و خاک | ||
مقاله 15، دوره 26، شماره 2 بخش 2، شهریور 1395، صفحه 189-205 اصل مقاله (400.73 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
طاهر رجایی* 1؛ حمیده جعفری2 | ||
1دانشیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم | ||
2دانشجوی دکتری، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم | ||
کلیدواژهها | ||
برنامه ریزی ژنتیک؛ تبدیل موجک؛ رودخانه سفیدرود؛ شبکه عصبی؛ نسبت جذب سدیم | ||
مراجع | ||
منابع مورداستفاده باقرزاده آ، 1377. مدیریت زیستمحیطی رودخانه سفیدرود قبل و بعد از بازشدن دریچههای تخلیه رسوبات سد منجیل، پایاننامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران. بانژاد، ح، کمالی م، امیرمرادی ک و علیائی ا، 1392. تخمین برخی پارامترهای کیفی رودخانهها با استفاده از مدل هیبرید شبکههای عصبی–موجکی (منطقه مطالعاتی: رودخانه جاجرود تهران و قرهسو کرمانشاه)، مجله سلامت و محیط، فصلنامه علمی پژوهشی انجمن علمی بهداشت محیط ایران، دوره 6 ، شماره 3، صفحههای 277 تا 294. رجائی ط و میر باقری ا، 1388. مدل بار معلق رودخانهها با استفاده از شبکههای عصبی مصنوعی. نشریه دانشکده مهندسی دانشگاه فردوسی مشهد، جلد 21، شماره 1, صفحههای 27 تا 43. رضوی پاریزی ا، 1390، مقدمهای بر تحلیل رگرسیون خطی (ترجمه)، انتشارات دانشگاه شهید باهنر کرمان. نوشادی م، سالمی ح و احمدزاده م، 1386. شبیهسازی و پیشبینی برخی از پارامترهای کیفیت آب رودخانه زاینده رود با استفاده از شبکه عصبی مصنوعی. نشریه آب و فاضلاب، شماره 64، صفحههای 49 تا 65. نیکو م، نیکو مه، بابایی نژاد ت، امیری آ و رستم پور ق، 1390. تعیین کیفیت آب در طول مسیر رودخانه با استفاده از شبکههای عصبی مصنوعی تکاملی (مطالعه موردی رودخانه کارون بازه شهید عباسپور-عرب اسد). فصلنامه تخصصی علوم و مهندسی آب، سال 1، شماره 1، صفحههای 45 تا 58. Asadollahifari G, Hemati A, Moradinejad S and Asadollahifardi R, 2013. Sodium adsorption ratio (SAR) prediction of the chalghazi river using artificial neural network (ANN) iran. Current World Environment 8(2): 169-178. Longqin Xu and Shuangyin Liu, 2013. Study of short-term water quality prediction model based on wavelet neural network. Elsevier, Journal of Mathematical and Computer Modeling 58: 807-813. Nourani V, Alami MT and Aminfar MH, 2009. A combined neural-wavelet model for prediction of Ligvanchai watershed precipitation. Engineering Application of Artificial Intelligence 22: 146-477. Palani S, Shie-Yui Liong and Tkalich P, 2008. An ANN application for water quality forecasting. Marine Pollution Pulletin 56: 1586-1597. Qian-JinL, Zhi-HueS, Nu-FangF, Hua-DeZ and Lei A, 2013. Modeling the daily suspended sediment concentration in a hyperconcentrated river on the Loess Plateau, China, using the Wavelet–ANN approach. Geomorphology 186: 181-190. Rajaee T, 2011. Wavelet - ANN combination model for prediction of daily suspended sediment load in rivers. Science of the Total Environment 409: 2917-2928. Rajaee T, Nourani V, Zounemat-Kermani M and Kisi O, 2011. River suspended sediment load prediction: Application of ANN and Wavelet conjunction. Journal of Hydrologic Engineering 16: 613-627. Singh, R, 2012. Wavelet-ANN model for flood events. Advances in Intelligent and Soft Computing 131: 165-175. Williams G, 1989. Sediment concentration versus water discharge during single hydrologic events in rivers. Journal of Hydrologic Engineering 111: 89-106. | ||
آمار تعداد مشاهده مقاله: 1,183 تعداد دریافت فایل اصل مقاله: 923 |