مقاله مدل‌سازی جریان ورودی به مخزن با استفاده از شبکه‌های عصبی زمانی با رویکرد عامل فراموش‌کننده با word
مقاله مدل‌سازی جریان ورودی به مخزن با استفاده از شبکه‌های عصبی زمانی با رویکرد عامل فراموش‌کننده با word دارای 8 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل‌سازی جریان ورودی به مخزن با استفاده از شبکه‌های عصبی زمانی با رویکرد عامل فراموش‌کننده با word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مدل‌سازی جریان ورودی به مخزن با استفاده از شبکه‌های عصبی زمانی با رویکرد عامل فراموش‌کننده با word،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل‌سازی جریان ورودی به مخزن با استفاده از شبکه‌های عصبی زمانی با رویکرد عامل فراموش‌کننده با word :
سال انتشار: 1385
محل انتشار: دومین کنفرانس مدیریت منابع آب
تعداد صفحات: 8
چکیده:
در این مقاله، روشی بازگشتی با عامل فراموش کننده برای کالیبراسیون پیوسته شبکه های عصبی زمانی پیشنهاد می شود . رویکرد عامل فراموش کننده الگوریتم های بازگشتی را قادر می سازد تا تأثیر داده ها و خطاهای قدیمی را در بهنگام سازی و آموزش مدل کاهش دهند . روش پیشنهادی برای کالیبراسیون شبکه عصبی به منظور مدل سازی جریان ورودی به مخزن استفاده می گردد .ری
زمانی ماهانه ورودی به مخزن سد کارون 3 در جنوب غربی ایران برای ارزیابی عملکرد رویکرد پیشنهادی استفاده می شود . همچنین، مدل خودهمبسته میانگین متحرک (ARMA) نیز در این مطالعه به منظور مقایسه به کار گرفته می شود . نتایج تحقیق حاکی از عملکرد بهتر شبکه عصبی زمانی کالیبره شده با این رویکرد از لحاظ دقت پیش بینی در مقایسه با شبکه عصبی آموزش داده شده با روش های معمول می باشد . همچنین، شبکه عصبی با رویکرد آموزش پیشنهادی دقت بیشتری را در مدل سازی نسبت به مدل آماری ARMA که با رویکرد عامل فراموش کننده کالیبره شده، نشان می دهد
دانلود این فایل