فایل ورد (word) بازسازي مکاني - زماني درازمدت ميانگين ماهانه بارندگي با استفاده ازتکنيک شبکه هاي عصبي مصنوعي و زمين آمار مطالعه موردي : شمال غرب ايران

    —         —    

ارتباط با ما     —     لیست پایان‌نامه‌ها

... دانلود ...

 فایل ورد (word) بازسازي مکاني - زماني درازمدت ميانگين ماهانه بارندگي با استفاده ازتکنيک شبکه هاي عصبي مصنوعي و زمين آمار مطالعه موردي : شمال غرب ايران دارای 12 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد (word) بازسازي مکاني - زماني درازمدت ميانگين ماهانه بارندگي با استفاده ازتکنيک شبکه هاي عصبي مصنوعي و زمين آمار مطالعه موردي : شمال غرب ايران  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

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 فایل ورد (word) بازسازي مکاني - زماني درازمدت ميانگين ماهانه بارندگي با استفاده ازتکنيک شبکه هاي عصبي مصنوعي و زمين آمار مطالعه موردي : شمال غرب ايران،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن فایل ورد (word) بازسازي مکاني - زماني درازمدت ميانگين ماهانه بارندگي با استفاده ازتکنيک شبکه هاي عصبي مصنوعي و زمين آمار مطالعه موردي : شمال غرب ايران :




نام کنفرانس یا همایش : همايش ژئوماتيک 90

تعداد صفحات :12

چکیده مقاله:

ورودی اکثرمدلهای هیدرولوژیکی نیازمنداطلاعات درازمدت و همزمان بارش بصورت مکانی و زمانی درایستگاه های باران سنجی می باشند که به دلیل عدم تاسیس ایستگاه های ثبت بارندگی درگذشته درایران و نقصان درثبت آماربارندگی دسترسی به آمار درازمدت بارندگی دربسیاری از مناطق کشور با محدودیت هایی همراه شده که عملا پیادهس ازی این مدلها را دراین مناطق غیرممکن ساخته است استفاده از شبکه های عصبی مصنوعی امکان بازسازی این اطلاعات را درایستگاه های پراکنده ی باران سنجی و دردرازمدت حتی درسالهایی که منطقه فاقد ایستگاه های ثبت بارش بوده است را فراهم می کند دراین تحقیق جهت بازسازی آمار میانگین بارندگی ماهانه در305 ایستگاه هواشناسی موجود در سه استان اردبیل آذربایجان شرقی و آذربایجان غربی دردوره زمانی 1975-1994 از 36600 داده ی ثبت شده ی آماربارندگی ماهانه دردوره ده ساله 1995-2004 استفاده شد این داده ها به عنوان ورودی جهت آموزش شبکه های عصبی با الگوریتم پس انتشار خطا مورد استفاده گرفتند طول جغرافیایی عرض جغرافیایی ارتفاع شیب ماه و میانگین بارندگی ماهانه 5 ایستگاه نزدیک به هر ایستگاه نیز به عنوان پارامترهای ورودیدرشبکه انتخاب گردیدند. دقت مدل برای دوره زمانی 1995-2004 معادل 84 درصد و برای دوره 1975-1994 معادل 60درصد برآورد گردید.

لینک کمکی