سال انتشار: ۱۳۸۴

محل انتشار: پنجمین کنفرانس هیدرولیک ایران

تعداد صفحات: ۱۱

نویسنده(ها):

مجتبی نوری – دانشجوی کارشناسی ارشد سازه های آبی دانشگاه شهید باهنر کرمان
محمدباقر رهنما – استادیار بخش آبیاری دانشگاه شهید باهنر کرمان
علیرضا پیره – کارشناس ارشد مهندسین مشاور جاماب

چکیده:

ظهور تئوری های توانمند، مانند منطق فازی، شبکه های عصبی، الگوریتم ژنتیک، تحولی عظیم در تحلیل رفتار سیستم های دینامیک در علوم مختلف مهندسی آب ایجاد کرده است.NWNبه عنوان یکی از جدیدترین مدلها در سالهای اخیر و به خصوص در زمینه شبیه سازی در بهینه سازی سازه های فضاکار استفاده شده است. مقاله حاضر به معرفی و بررسی نحوه عملکرد مدل NWN (NEURAL WAVELET NETWORK) در مقایسه با شبکه های عصبی در فرایند شبیه سازی جریان رودخانه غازان چای پرداخته است. مدل های فوق با استفاده از شرایط یکسان داده ها مورد آموزش قرار گرفته که به صورت تابعی از بارش و دبی می باشند، در تاخیرهای زمانی مشخص مد نظر قرار گرفته و نتایج مدل ها مورد مقایسه قرار گرفته که با توجه به بهره گیری از WAVELET در مدل NWN که در شناسایی سیگنال ها و جداسازی سیگنال های خطا، توان بالایی دارد. مدلNWN به عنوان جایگزین مناسبی برای شبکه های عصبی معرفی می گردد که بخصوص در مدل نمودن دبی های پایین عملکرد مناسبتری داشته است.