فروشگاه

توضیحات

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

روندیابی سیلاب، یکی از مسائل پیچیده‌‌‌‌‌‌ ای است که در علم هیدرولیک کانال های باز

و مهندسی رودخانه مورد بررسی قرار گرفته است. روش¬های مختلفی در زمینه روندیابی سیلاب وجود دارند که به دو گروه گسترده و متمرکز تقسیم بندی می شوند. هدف از این تحقیق، شناسایی توانایی های شبکه عصبی مصنوعی در زمینه روندیابی سیلاب و ارائه

روشی بر این مبنا می باشد که در مقایسه با روش های متعارف روندیابی متمرکز سیلاب از دقت بیشتری برخوردار است در این تحقیق از نرم افزارNeural works استفاده شده است. از آنجا که آمار موجود برای آموزش شبکه کافی نبود تعدادی آمار ورودی وخروجی سیلاب برای

منطقه مورد مطالعه، از روش ماسکینگام با استفاده از نرم افزار HEC-HMS تولید شد، در این راستا، پس از تجزیه و تحلیل اطلاعات متفاوت و متعدد، مشخص گردید که شبکه عصبی

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

پرسپترون چهار لایه با تابع فعالیت سیگموئید و Delta-Rule با ۶۰ نرون در لایه پنهان اول و ۵۹ نرون در لایه پنهان دوم، می تواند به نتایج خوبی در زمینه روندیابی سیلاب، در تحلیل مسأله

روندیابی سیل در بازه ملاثانی – اهواز ارائه ‌دهد و به عنوان مدل پیشنهادی ارائه می¬گردد.
مقایسه نتایج حاصل از ساختار پیشنهادی با نتایج حاصل ازروش ماسکینگام خطی نشان می-دهد که با وجود ضعف روش شبکه عصبی درتضمین بقای جرم، در رابطه با سایر خطاها،

مانند مجموع مربعات خطا و یاپیش بینی دبی و زمان اوج هیدروگراف خروجی، شبکه عصبی مصنوعی باساختار پیشنهادی می تواند سریع ترعمل کند. همچنین، استفاده ازروش شبکه های عصبی مصنوعی، به عنوان یک تابع با قدرت میانیابی قوی، در زمینه روندیابی متمرکز سیلاب در این تحقیق نمایان می شود.

 

۹۵صفحه فایل ورد (Word) فونت ۱۴ منابع  دارد 

 

پس از پرداخت آنلاین میتوانید فایل کامل

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

را دانلود کنید

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب
بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

 

 

 

فهرست مطالب

 

عنوان صفحه
فصل اول :مقدمه
۱-۱مقدمه………………………………....………………………………………………………۱
۲-۱خسارات ناشی از سیل …………………………………………………………………………۲
۳-۱روند یابی و شبکه عصبی مصنوعی……………………………………………………………..۴
فصل دوم: روشهای روند یابی سیل در رودخانه
۲-۱ مقدمه ………………………………………………………………………………………۸
۲-۲ -جریان غیر دائمی در کانالهای باز و روش¬های روندیابی

بررسی کاربرد شبکه عصبی
سیلاب

سیل…………………………………..۹
۲-۳- روندیابی سیل در رودخانه…………………………………………………………………….۱۱
۲-۳-۱- روندیابی گسترده…………………………………………………………………………………………..۱۲
۲-۳-۲-روندیابی متمرکز ………………………………………………………………………………………….۲۲
فصل سوم: آشنایی با شبکه عصبی مصنوعی و کاربردهایی از آن در مهندسی عمران- آب

بررسی کاربرد شبکه عصبی
سیلاب

۳-۱- مقدمه……………………………………………………………………………………….۳۱
۳-۲- تاریخچه شکل گیری و پیشرفت شبکه¬های عصبی………………………………………………………۳۴
۳-۳- ساختار پردازش مغز انسان………………………………………………………………….۳۶
۳-۴- سیستم کلی بیولوژیکی مغز انسان ……………………………………………..۳۷

شبکه عصبی مصنوعی در روند یابی سیلاب

۳-۵- ایده اصلی شبکه¬های عصبی………………………………………………….۴۱
۳-۵- ایده اصلی شبکه¬های عصبی………………………………………………………………………………..۴۴
۳-۷- تعاریف پایه در مورد شبکه¬های عصبی…………………………………………………………..۴۴
۳-۸- خصوصیات شبکه عصبی……………………………………………………………………۴۵
۳-۹- انوع مدل¬های شبکه¬های عصبی…………………………………………………………………..۴۶

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

۳-۱۰- مدل سلول عصبی مصنوعی………………………………………………۴۹
۳-۱۱- توابع تحریک…………………………………………………………………………………..۵۰
۳-۱۲- طبقه بندی شبکه¬های عصبی………………………………………………………………………………………..۵۱
۳-۱۳- آموزش شبکه………………………………………………………………………………………………………….۵۲
۳-۱۴- شبکه پرسپترون چند

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

لایه…………………………………………………………………………………………………..۵۳
۳-۱۵- اعتبار مدل……………………………………………………………………………………………………………….۵۴
۳-۱۶- مقدمه ای بر شبکه¬های انتشار برگشتی……………………………………………………………………………………۵۵

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

۳-۱۶-۱- ساختار یک شبکه انتشار برگشتی………………………………………………………………………………………….۵۶
۳-۱۶-۲- الگوریتم شبکه……………………………………………………………………………………………………………………………۵۷
۳-۱۷- کاربردهای شبکه عصبی مصنوعی در مهندسی عمران

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

(آب)……………………………………………………………………………………..۵۹
۳-۱۸- نرم افزار مورد استفاده برای شبکه عصبی مصنوعی (Neural Works) …………………………………………………………………64
۳-۱۸-۱- نحوه کار با نرم افزار Professional II NeuralWorks …………………………………………………………………………..65

بررسی

 

۳-۱۸-۲- آماده سازی اطلاعات ………………………………………………………………………………………………………………………………………۶۶
۳-۱۷-۳- تعیین الگوریتم آموزش شبکه …………………………………………………………………………………………………………………………..۶۶

فصل چهارم: شبیه سازی روند یابی سیلاب منطقه مورد مطالعه با استفاده از شبکه عصبی مصنوعی
۴-۱- مقدمه…………………………………………………………………………………………………………….۷۱
۴-۲- شمای عمومی رودخانه

کارون………………………………………………………………………………………………………………………………..۷۱
۴-۳- بررسی و کنترل کیفیت آمار و آمار سازی………………………………………………………………………………………………………………….۸۴
۴-۴ طراحی و تهیه مدل شبیه‌سازی با استفاده از روش شبکه عصبی

بررسی
اب

مصنوعی………………………………………………………………………..۸۷
۴-۵ انتخاب شبکه عصبی مناسب برای مساله روند یابی سیل………………………………………………………………………………………………………۸۸
۴-۶ داده¬های مورد استفاده برای شبیه

سازی…………………………………………………………………………………………………۹۰
۴-۷ پارمترهای مورد استفاده جهت آموزش نرم افزار…………………………………………………………………………………………۹۰
۴-۸ تست شبکه جهت عملکرد مدل ارزیابی

شده……………………………………………………………………………………………………………….۹۲
۴-۹ نتایج آزمایش شبکه……………………………………………………………………………………………………………………۹۵
۴-۱۰ مقایسه هیدروگراف¬های شبکه عصبی با هیدروگراف سیل وهیدروگراف روند یابی

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

شده از روش ماسکینگهام……………………………………………………………………………………………………………
۵-۱- مقدمه……………………………………………………………………………………………………………………………………………۱۰۲

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

۵-۲- نتیجه‌گیری………………………………………………………………………………………………………………………………………..۱۰۳
۵-۳- پیشنهادات………………………………………………………………………………………………………………………………..۱۰۴
مراجع…………………………………………………………………………………………………………………………۱۰۵

 

 

 

فهرست جدول ها
عنوان صفحه
جدول(۳-۱). توابع تحریک مختلف………………………………………………………………………………………………………………………………….۵۱
جدول (۴-۱): مقدار خطای ریشه متوسط مربعات در مقابل تعداد لایه‌های پنهان و نرون¬ها برای شبکه عصبی……………………………۹۵

 

 

بررسی

 

 

 

 

 

 

فهرست نمودارها
عنوان صفحه
نمودار(۴-۱): مقایسه هیدروگراف سیل شماره۹ و هیدروگراف شبکه عصبی در مرحله تست………………………………………………..۹۳
نمودار(۴-۲): مقایسه هیدروگراف سیل شماره ۵۰ و هیدروگراف شبکه عصبی در مرحله

 روند یابی سیلاب

تست……………………………………………۹۳
نمودار(۴-۳): مقایسه هیدروگراف سیل شماره۸۵ و هیدروگراف شبکه عصبی در مرحله

تست………………………………………………۹۴
نمودار(۴-۴): مقایسه هیدروگراف سیل شماره۲۵۰ و هیدروگراف شبکه عصبی در مرحله تست…………………………………………….۹۴
نمودار (۴-۵): مقایسه نتایج شبکه عصبی با مقادیر اندازه گیری شده و روش ماسکینگهام

(مرحله مقایسه هیدروگراف ۱)…………۹۷
نمودار (۴-۶): آنالیز رگرسیون بین مقادیر شبکه عصبی و مقادیر اندازه گیری شده (مرحله مقایسه هیدروگراف ۱)…………………..۹۷
نمودار (۴-۷): مقایسه نتایج شبکه عصبی با مقادیر اندازه گیری شده و روش ماسکینگهام

بررسی کاربرد شبکه عصبی مصنوعی

 

(مرحله مقایسه هیدروگراف ۲)…………۹۸
نمودار (۴-۸): آنالیز رگرسیون بین مقادیر شبکه عصبی و مقادیر اندازه گیری شده (مرحله مقایسه هیدروگراف ۲)…………………..۹۸
نمودار (۴-۹): مقایسه نتایج شبکه عصبی با مقادیر اندازه گیری شده و روش ماسکینگهام

(مرحله مقایسه هیدروگراف ۳)………..۹۹
نمودار (۴-۱۰): آنالیز رگرسیون بین مقادیر شبکه عصبی و مقادیر اندازه گیری شده (مرحله مقایسه هیدروگراف ۳)………………..۹۹
نمودار (۴-۱۱): مقایسه نتایج شبکه عصبی با مقادیر اندازه گیری شده و روش ماسکینگهام

(مرحله مقایسه هیدروگراف ۴)…….۱۰۰
نمودار (۴-۱۲): آنالیز رگرسیون بین مقادیر شبکه عصبی و مقادیر اندازه گیری شده (مرحله

مقایسه هیدروگراف ۴)……………….۱۰۰
نمودار (۴-۱۳): مقایسه نتایج شبکه عصبی با مقادیر اندازه گیری شده و روش ماسکینگهام (مرحله مقایسه هیدروگراف ۵)…….۱۰۱

نمودار (۴-۱۴): آنالیز رگرسیون بین مقادیر شبکه عصبی و مقادیر اندازه گیری شده (مرحله مقایسه هیدروگراف ۵)……………….۱۰۱

 روند یابی سیلاب

 

 

 

فهرست شکل¬ها
عنوان صفحه
شکل (۱-۱) تغییرات هیدروگراف در حین عبورسیل………………………………………………………………………………………………………….۱

شکل (۲-۱) موقعیت نقاط معرفی شده در روابط (۲-۴) و (۲-۵)……………………………………………………………………………………….۱۴
شکل (۲-۲) شبکه تفاضل متناهی برای حل معادله موج سینماتیکی خطی

…………………………………………………………………………..۲۵
شکل (۲-۳ ) منحنی در روش ماسکینگهام –

کونژ……………………………………………………………………………………………….۲۸
شکل(۳-۱)- یک نرون بیولوژیکی…………………………………………………………………………………………………………………………………۳۸

بررسی کاربرد شبکه عصبی

 

شکل(۳-۲)- یک نرون حسی………………………………………………………………………………………………………………………………………۳۸
شکل(۳-۳) نرون حرکتی…………………………………………………………………………………………………………………………………………….۳۹

شکل(۳-۴) نرون ارتباطی……………………………………………………………………………………………………………………………………………۴۰
شکل شماره (۳-۵)…………………………………………………………………………………………………………………………………………………… ۴۳

شکل شماره (۳-۶)…………………………………………………………………………………………………………………………………………………….۴۳
شکل شماره (۳-۷)…………………………………………………………………………………………………………………………………………………….۴۴
شکل (۳-۸).نمونه یک شبکه عصبی مصنوعی……………………………………………………………………………………………………………….۴۵
شکل (۳-۹) شبکه پیشخور چند

بررسی کاربرد شبکه عصبی مصنوعی

 

لایه……………………………………………………………………………………………………………………………۴۷
شکل (۳-۱۰). تابع تحریک سیگموئید…………………………………………………………………………………………………………………………۵۰
شکل (۳-۱۱). طبقه بندی شبکه¬های

عصبی………………………………………………………………………………………………………………….۵۲

شکل (۳-۱۲). نمونه یک شبکه MLP

……………………………………………………………………………………………………………………….۵۴
شکل (۳-۱۳). شبکه عصبی انتشار برگشتی با یک لایه

بررسی کاربرد

 

پنهان…………………………………………………………………………………………..۵۷
شکل ( ۳-۱۴). نمای صفحه اصلی نرم

افزار………………………………………………………………………………………………………………….۶۵
شکل(۳-۱۵). الگوریتم¬های مختلف موجود در نرم

افزار………………………………………………………………………………………………….۶۷
شکل (۳-۱۶). روشهای آموزش

شبکه…………………………………………………………………………………………………………………………..۶۸
شکل (۳-۱۷). نمای روش

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

بازگشتی………………………………………………………………………………………………………………………………۶۹
شکل (۳-۱۸). مراحل آموزش شبکه……………………………………………………………………………………………………………….۶۹
شکل(۴-۱): پروفیل طولی رودخانه کارون

ودز…………………………………………………………………………………………………………………..۸۰
شکل (۴-۲) نقشه رودخانه کارون و ایستگاه‌های

آبسنجی…………………………………………………………………………………………………….۸۳
شکل(۴-۳ ). نحوه بدست آوردن kوx با نرم افزار HEC-HMS

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

……………………………………………………………………………………..۸۶
شکل(۴-۴ ). نحوه بدست آوردن kوx با نرم افزار HEC-HMS………………………………………………………………………………………..86
شکل(۴-۵ ): نمونه ای از سیلاب روند یابی شده با نرم افزار HEC-HMS

……………………………………………………………………….۸۷
شکل(۴-۶ ):تنظیم پارمترهای مورد استفاده جهت آموزش نرم

افزار………………………………………………………………………………………۹۱
شکل(۴-۷)مراحل آموزش شبکه………………………………………………………………………………………………………………………………………۹۲
شکل(۴-۸)……………………………………………………………………………………………………………………………………………………………………۹۲

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

فصل اول :مقدمه

۱-۱مقدمه:
پیش بینی سیل در مدت قبل از وقوع آن که این زمان بستگی به ویژگی¬های حوضۀ آبریز و عوامل آب و هوایی منطقه دارد فرصتی است که به سازمانها ی مسئول و خود مردم این امکان را می دهد که نسبت به انجام اقدامات ضروری تصمیم گیری کنند و از خسارت سیل و تبعات آن بکاهند.

این تصمیمات می تواند از اقدامات مقابله ای متداول¬¬¬¬¬¬¬¬‌‌¬¬¬¬¬‌‌ (مانند تغییردستورالعمل های بهره برداری از سد، باز و بسته کردن دریچه های تحتانی، پایین آوردن

تراز سدها برای ایجاد ظرفیت بیشتر آبگیری و غیره ) تا اقدامات جلوگیری و حفاظتی (مانند

ممنوع کردن کشتی رانی در مسیر رودخانه) و اقدامات اضطراری (مانند اعلام وضعیت اضطراری، برنامه ریزی و کمک به تخلیه مردم از نقاط پر خطر و … ) باشد.

در صورتی که پیش بینی در زمان مناسب صورت گیرد مردم می توانند محل خطر را ترک کنند و یا در صورتی که به اندازۀ کافی وقت داشته باشند، دارائی هایی که در معرض سیل قرار دارند از محل دور کرده و یا با اقدامات ایمنی مانند چیدن کیسه های شناور و غیره زیانهای ناشی از سیل را کاهش دهند.

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

پیش بینی سیلاب برای بهره برداری موثر ازمخازن سدهای موجود نیز اهمیت خاصی دارد، هشدار به موقع سیلاب، بهره برداری مناسب مخزن در جهت کاهش ذخیره موجود آن و

کاهش تراز مخزن تا حد ممکن و همچنین تضمین ایجاد ظرفیت ذخیره کامل برای کاهش خسارت را امکان پذیر می کند.

۲-۱خسارات ناشی از سیل :

به طور کلی خسارات ناشی از سیل را می توان در دو دسته خسارات محسوس و خسارات نا محسوس طبقه بندی می شوند.

خسارات محسوس خساراتی هستند که به راحتی قابل تبدیل به پول بوده و درمحاسبات اقتصادی در نظر گرفته می شوند که خود به دو زیر گروه : خسارات مستقیم و غیره مستقیم دسته بندی می شود.

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

خسارات مستقیم که نتیجه تماس فیزیکی با سیلاب است و خسارات غیره مستقیم به دارائیها و دستگاههایی وارد می شود که در تماس مستقیم با سیلاب نیستند، اما در نتیجه قطع شدن دادوستد، تغییر مسیر حمل و نقل (خط راه آهن و جاده) یا به علل دیگر ناشی از سیلاب آسیب می بینند.

خسارات نامحسوس قابل محاسبه نبوده و بنابراین در توجیح اقتصادی طرح ها در نظر گرفته نمی شوند.

برخی اوقات اخبار ناگواری از خسارات جانی و مالی (خسارات محسوس ) ناشی از سیل در نقاط مختلف جهان به گوش می رسد، موارد زیر جنبه ها سیل در ایران هستند که به اختصار لیست شده اند [۱۰].

۵/۳/۱۳۶۵ : طغیان رودخانه سفید رود جان ۳ نفر را گرفت و به ۱۰ روستا خسارات وارد کرده و ۹۵۸ هکتار از اراضی کشاورزی زیر آب رفت.

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

۹/۱/۱۳۶۷ : سیل ۲۰ روستا و هزاران هکتار مزرعه را در سیستان ویران کرد.
۲۹/۵/۱۳۶۸ : در اثر طغیان رودخانه بیجار به ۲۲ روستا و ۱۰۳ واحد مسکونی خسارات عمده وارد شد.

۱۸/۱۱/۱۳۶۹ : میزان خسارات سیل زابل در بررسیهای اولیه از ۴۰ میلیارد ریال تجاوز کرد.
۶/۱/۱۳۷۰ : سیلهای پی درپی ۷۰ درصد از مناطق سیستان را نابود کرد.
۹/۲/۱۳۷۱ : در اثر طغیان رودخانه خرم آباد، سیل ۶۷ واحد مسکونی و ۱۰۰۰ هکتار زمین کشاورزی را تخریب کرد.

۱/۸/۱۳۷۳ : دراثر وقوع سیل نوشهر به ۴ روستا و ۳۹ واحد مسکونی آسیب رسید و ۵۹ پل و ۲۰۲۳ کیلومتر راه ارتباطی تخریب یا موقتاً مسدود شدند.

۱۳/۱۲/۱۳۷۴ : وقوع سیل قائن ۱۷ روستا و ۸۳ واحد مسکونی را ویران کرد.
۲/۲/۱۳۷۵ : طغیان رودخانه کارون جان ۲ نفر را گرفت و ۴ روستا را تخریب کرد.

به طور کلی آمار سیلابها در ایران از دهۀ ۳۰ تا دهۀ ۷۰ روند رو به رشدی داشته و تلفات و خسارات ناشی از آن نیز افزایش داشته است.

 روند یابی سیلاب

۳-۱روند یابی و شبکه عصبی مصنوعی
روندیابی سیل عبارت است از اینکه با در دست داشتن هیدروگراف جریان ورودی در بالادست، هیدروگراف جریان خروجی در پایین دست را بدست آوریم که روشی برای تخمین تغییر شکل و جا به جایی هیدروگراف سیل در حین عبور از مسیر رودخانه یا مخزن می‌باشد. به عبارت

دیگر روندیابی سیل به مجموعه عملیاتی گفته می‌شود که بوسیله آن زمان و بزرگی یک موج سیل را در نقطه‌ای از مسیر رودخانه با استفاده از اطلاعات فرضی در یک یا چند نقطه بالادست تعیین نماییم. [۱۱]

بررسی کاربرد شبکه عصبی مصنوعی

 

تغییر هیدروگراف سیل در مسیر رودخانه بواسطه اثرات ذخیره‌سازی و مقاومت بستر رودخانه در برابر جریان به وجود می‌آید.به عنوان مثال شکل(۱-۱) تغییرات اصلی هیدروگراف در دو نقطه A و B ( سرآب و پایاب ) در مسیر رودخانه را نشان می‌دهد. با توجه به این شکل هدف از روند یابی سیل آن است که با داشتن هیدروگراف A بتوانیم هیدروگراف B‌ را در نقطه پایین دست تخمین بزنیم……………………..
………………………………

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

 

 

فصل دوم: روشهای روند یابی سیل در رودخانه

۲-۱ مقدمه :
سیلاب ممکن است به¬دنبال بارشهای کوتاه مدت و با شدت زیاد،

بارشهای دراز مدت و با شدت کم، شکست سدها و خاکریزها و یا ترکیبی از این عوامل شکل گیرد هنگام ورود موج سیل به بازه مشخصی از رودخانه، بر اثر اصطکاک کف و جداره رودخانه و نیز ذخیره شدن بخشی از حجم جریان در مسیر، تغییراتی در شکل موج بوجود می‌آید. این تغییرات می تواند

شامل کاهش حداکثر دبی مشاهده شده و افزایش زمان پایه هیدروگراف

سیل باشد. بررسی تغییرات بوجود آمده در موج سیل در طول مسیر رودخانه

، روند یابی سیل نامیده می‌شود. تاکنون روش¬های متفاوتی در روندیابی سیلاب در رودخانه¬ها به خدمت گرفته شده اند که این روش¬ها را میتوان به دو گروه کلی گسترده یا دینامیکی و متمرکز طبقه

بندی کرد. هر یک از این روش¬ها مشکلات محاسباتی خاص خود را

دارا میباشند به طوری که روش¬های متمرکز در عین سادگی دارای دقت کم و روش¬های گسترده پیچیده و زمان بر میباشند. در دیدگاههای مختلف طبقه بندی جریان در کانالهای باز، حرکت موج سیل در

بررسی

رودخانه‌‌ها را می‌توان در دو گروه جریان‌های غیر دائمی و متغییر تدریجی قرار داد.[۱]
۲-۲ -جریان غیر دائمی در کانالهای باز و روش¬های روندیابی سیل
در جریانهای غیردائمی در کانالهای باز و رودخانه‌ها، مشخصاتی از جریان چون دبی، عمق و سرعت در یک مقطع از مسیر جریان با گذشت زمان تغییر می نمایند. این جریان¬ها را می

توان‌ به دو گروه عمده جریان‌های غیر دائمی متغیر سریع و جریان‌های غیر دائمی متغیر تدریجی طبقه بندی نمود. امواج ناشی از عملکرد سریع دریچه¬ها را می توان در گروه

جریان‌‌های غیردائمی متغیر سریع قرار داد که بررسی آنها خارج از موضوع این تحقیق است. حرکت موج سیل در رودخانه¬ها نیز مثال مشخصی از جریانهای غیر دائمی متغیر تدریجی می باشد. در این بخش،…………………….

بلافاصله بعد از پرداخت موفق میتوانید فایل کامل این پروژه را با سرعت و امنیت دانلود کنید

 

 

 

 

 

نقد وبررسی

نقد بررسی یافت نشد...

اولین نفر باشید که نقد و بررسی ارسال میکنید... “بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب”

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

0 نقد و بررسی
وضعیت کالا : موجود است.
شناسه محصول : 2775

بررسی کاربرد شبکه عصبی مصنوعی در روند یابی سیلاب

قیمت : تومان10,000