دانلود پروژه ها و تحقیق های دانشجویی

مقاله ارزیابی سیستم استنتاج عصبی – فازی و رگرسیون مرحله ای در تعیین پارامترهای کیفی آب های حوزه قره چای همدان تحت word دارای 7 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارزیابی سیستم استنتاج عصبی – فازی و رگرسیون مرحله ای در تعیین پارامترهای کیفی آب های حوزه قره چای همدان تحت 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 ارزیابی سیستم استنتاج عصبی – فازی و رگرسیون مرحله ای در تعیین پارامترهای کیفی آب های حوزه قره چای همدان تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله ارزیابی سیستم استنتاج عصبی – فازی و رگرسیون مرحله ای در تعیین پارامترهای کیفی آب های حوزه قره چای همدان تحت word :

سال انتشار: 1388

محل انتشار: همایش ملی بحران آب در کشاورزی و منابع طبیعی

تعداد صفحات: 7

چکیده:

بررسیبررسی ترکیبات موجود در آب، خطرات ناشی از مصرف آب آلوده در بخش کشاورزی، شرب و دیگر زمینه ها را کاهش داده و در اتخاذ برنامه های مدیریت منابع آب، کمک شایانی می کند. در بررسی کیفی آب ها، نیاز به پارامترهای سنجش کیفی از قبیل سختی کل (TH) املاح باقی مانده جامد (TDS) ، قلیائیت (PH)، و هدایت الکتریکی (EC) است. اما از آنجا که به دلیل مشکلات هزینه ای ، کمبود نیرو، شرایط نامساعد جوی و غیره، امکان عدم اندازه گیری برخی پارامترها وجود داشته و در مواردی از دقت کافی برخوردار نیست، لذا ارائه مدلی مناسب در پیش بینی پارامترهای کیفی، می تواند پاسخی مناسب در جبران خلاهای آماری باشد. در این راستا این پژوهش با مدنظر قرار دادن اطلاعات نمونه های آب اندازه گیری شده حوزه قره چای واقع در استان همدان، کارایی مدل رگرسیون مرحله ای و سیستم استنتاجی عصبی – فازی (ANFIS) در پیش بینی پارامترهای کیفی آب مورد ارزیابی قرار گرفت. با مبنا قرار دادن شاخص های آماری نتایج نشان داد، هر دو مدل ANFIS و رگرسیون مرحله ای قابلیت پیش بینی پارامترهای کیفی آب را دارا هستند، در این بین قدرت، پیش بینی دو پارامتر TH,PH توسط ANFIS نسبت به مدل رگرسیون مرحله ای بهتر ارزیابی گردید. در مقابل مدل رگرسیون مرحله ای توانایی بالاتری نسبت به ANFIS در پیش بینی پارامترهای TDS,EC داشت.