پس از انتخاب کلید عضویت در انتهای صفحه جدیدی که باز خواهد شد، اطلاعات خود را تکمیل و عضویت خود را تایید نمایید
درباره وب سايت
مرجع آموزش زمین شناسی، سنجش از دور، معدن و عمران
جامع ترین و معتبرترین آموزش برای نرم افزار های زمین شناسی، مهندسی معدن، ژئومکانیک (مکانیک سنگ و ژئوتکنیک)، عمران (خاک و پی)
............................................
رزومه مدرسان:دانشجویان کارشناسی ارشد و دکترا رشته های مهندسی معدن و عمران دانشگاه صنعتی امیرکبیر (پلی تکنیک) تهران
جهت آموزش حضوری و غیر حضوری (آنلاین و تهیه فیلم آموزشی) نرم افزار ها با شماره های زیر تماس حاصل فرمایید............................................
09157330367-09381295869 اسمعیلی-مدیریت وبسایت........ ................................................ در صورتی که موفق نشدید با شماره های فوق تماس حاصل فرمایید از طربق ایمیل زیر نیز می توانید در خواست خودتان را مطرح نمایید.......................................
raminesmaeili68@gmail.com
...................این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد. همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است
خبرنامه
براي اطلاع از آپيدت شدن وبلاگ در خبرنامه وبلاگ عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود
اولین پکیج آموزشی کنکور دکتری مکانیک سنگ معدن (+پاسخ تشریحی سوالات 11 دوره اخیر کنکور) خرید آنلاین بیش از 55 ساعت فیلم آموزشی و دانلود بلافاصله پس از خرید
پیش بینی جریان روزانه رودخانه با استفاده از شبکه عصبی مصنوعی (مطالعه موردي: حوزه آبخیز کورکورسر نوشهر)
خلاصه در سالهاي اخیر، استفاده از مدلهاي هوشمند مانند روشهاي هوش مصنوعی و محاسبات نرم، بهعنوان تکنیکهاي جدید و ابزارى توانمند درفرآیندهاى هیدرولوژیکی نظیر پیش بینى و زمینههایی که در آنها ارتباط بین ورودي و خروجی، غیرخطی بوده، افزایش یافته است. این روشهابهعنوان یک جعبه سیاه مناسب، کمتر به ابزار و دادههاي مدلهاي فیزیکى نیاز داشته و قادرند فرآیند جریان رودخانه را با دقت بالایی مدل سازىنمایند. هدف از این تحقیق، بررسی و پیش بینی جریان روزانه در رودخانه کورکورسر با استفاده از شبکه عصبی مصنوعی است و به این منظور، بااستفاده از ضرایب خود همبستگی و خود همبستگی جزئی، تعداد تأخیرهاي معنی دار تعیین و با توجه به آنها، دبی تا 6 روز تأخیر در ترکیبهاي0، مقدار ضریب کارایی ناش / برابر 01566 RMSE با مقدار MLP مختلف مدل بهعنوان ورودي لحاظ گردید. نتایج نشان میدهد که مدل0، با خطاي کم و همبستگی دقت وکارایی بالا میتواند دبی خروجی حوضه را مدل / 0 و ضریب همبستگی برابر 6809 / ساتکلیف برابر 45535دبی روز قبل، دبی دو ) Qt-1Qt-2Qt- سازي و پیش بینی کند. همچنین نتایج به دست آمده حاکی از آن است که بهترین پیش بینی با ترکیب 3 روز قبل و دبی سه روز قبل) انجام میشود.
این سایت در ستاد ساماندهی پایگاه های اینترنتی به ثبت رسیده است و تمامی محصولات و خدمات این سایت حسب مورد دارای مجوز های لازم از مراجع مربوطه می باشد همچنین فعالیت های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران می باشد.