پیام خود را بنویسید
دوره 9، شماره 17 - ( 6-1392 )                   جلد 9 شماره 17 صفحات 86-77 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Sadeghifar T, Azarmsa S A, Vafakhah M. Prediction of Alongshore Sediment Transport Rate Using Semi-Empirical Formulas and an Artificial Neural Networks (ANNs) model in Noor Coastal zone . Marine Engineering 2013; 9 (17) :77-86
URL: http://marine-eng.ir/article-1-219-fa.html
صادقی فر طیب، آزرم سا سید علی، وفا خواه مهدی. تخمین مقدار انتقال رسوب در امتداد ساحل با استفاده از فرمول‌های نیمه تجربی و شبکه عصبی مصنوعی در سواحل نور. مهندسی دریا. 1392; 9 (17) :77-86

URL: http://marine-eng.ir/article-1-219-fa.html


1- دانشگاه تربیت مدرس ، دانشکده علوم دریایی
2- دانشگاه تربیت مدرس ، دانشکده منابع ظبعی
چکیده:   (12459 مشاهده)
مقایسه‌ای بین فرمول‌های نیمه-تجربی سرک (C.E.R.C)، والتون و برنو (W.B)، فن در میر (V)، کامفوس (Kamphuis) و روش شبکه عصبی مصنوعی (ANN) با مقادیر اندازه‌گیری شده در بازه زمانی مهر تا آخر آذرماه سال 1390 با استفاده از تله‌گیر عمودی رسوب انجام شده است. در مدل مبتنی بر روش شبکه عصبی، شش متغیر اصلی موثر در نرخ انتقال رسوب در امتداد ساحل در نظرگرفته شد. نتایج نشان داد که در میان فرمول‌های نیمه تجربی بررسی شده، فرمول کامفوس تقریباً نتایج نزدیک‌تری به واقعیت را ارائه نموده است و مقدار 7% اختلاف نتایج حاصل از آن با مقادیر مشاهداتی ممکن است مربوط به خطا در اندازه‌گیری پارامترهای مدل باشد. در مقایسه، نتایج حاصل از مدل مبتنی بر روش شبکه عصبی مصنوعی با داده های میدانی به میزان حدود 6% خطا اختلاف داشته و لذا، به دلیل دقت بالاتر در برآورد نرخ انتقال رسوب جهت استفاده در تحقیقات مشابه توصیه می گردد.
متن کامل [PDF 1124 kb]   (2688 دریافت)    
نوع مطالعه: مقاله پژوهشي | موضوع مقاله: موتور اصلي، ماشين‌آلات و سيستم‌هاي الكتريكي
دریافت: 1391/8/30 | پذیرش: 1392/5/29

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

Creative Commons License
International Journal of Maritime Technology is licensed under a

Creative Commons Attribution-NonCommercial 4.0 International License.