<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Geographical Space</title>
<title_fa>فضای جغرافیایی</title_fa>
<short_title>جغرافیایی</short_title>
<subject>Literature &amp; Humanities</subject>
<web_url>http://geographical-space.iau-ahar.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1735322X</journal_id_issn>
<journal_id_issn_online>1735-322X</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi></journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1393</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2014</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>14</volume>
<number>46</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>ارزیابی عملکرد سیستم های هوش مصنوعی در برآورد بارکل رسوبی رودخانه آجی‌چای</title_fa>
	<title>Evaluation of Artificial intelligent Technique in Prediction of Sediment transport rate in Ajichai River </title>
	<subject_fa>تخصصي</subject_fa>
	<subject>Special</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>چکیده 
تخمین صحیح حجم رسوبات حمل شده بوسیله رودخانه در طیف وسیعی از مسائل مهندسی آب حائز اهمیت بالایی است. سیستم های هوش مصنوعی که مبتنی بر داده کاوی بوده و دارای توانمندی بالای محاسباتی می باشند برای شبیه سازی فرایند انتقال رسوب در رودخانه ها مورد توجه قرار گرفته است. فرایند اصلی این تحقیق عبارت است  از پیش بینی بار کل رسوبی رودخانه آجی چای به کمک سیستم های مبتنی بر هوش مصنوعی که برای نیل به این هدف  مدل های متعددی متشکل از انواع پارامترهای هیدرولیکی رودخانه  به صورت هم‌دیمانسیون و غیر‌هم‌دیمانسیون و لگاریتمی، با ترکیبات متعدد نرمال شده در شبکه های عصبی شعاع مبنا، پیش خور، رگرسیون عمومی و عصبی فازی تطبیقی مورد ارزیابی قرار گرفتند. نتایج حاصله حاکی از این است که شبکه های عصبی شعاع مبنا و رگرسیون عمومی قابلیت و کارایی بهتری نسبت به مدل های دیگر از خود نشان دادند.
</abstract_fa>
	<abstract>
Abstract
Due to complexity of erosion and sediment transport  phoneme and non accuracy of different sediment transport formulas and sediment rating curves in predicting of transport rate ,application of intelligent meta model systems based on data mining are mentioned for simulation of sediment transport in rivers. The main aim of this research is predicting and simulation of total load transport using data mining approaches. For this purpose, different models consist of dimensional, non dimensional and logarithmic   hydraulic parameters are evaluated using FFNN, RBF, GRNN and ANFIS data mining approaches. Results show that RBF and GRNN have better capability and workability comparing other Meta models.</abstract>
	<keyword_fa>کلید واژه ها: بار رسوبی, هوش مصنوعی , شعاع مبنا, رودخانه آجی چای, شبکه های عصبی.</keyword_fa>
	<keyword>Keywords: Sediment load, Artificial intelligent technique, Radial basis function, Ajichai  river, Neural network.</keyword>
	<start_page>173</start_page>
	<end_page>197</end_page>
	<web_url>http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-1-63&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name></first_name>
	<middle_name></middle_name>
	<last_name></last_name>
	<suffix></suffix>
	<first_name_fa>کیومرث</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>روشنگر</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>E-mail: kroshangar@yahoo.com</email>
	<code>10031947532846004609</code>
	<orcid>10031947532846004609</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>مدعو دانشگاه آزاد اسلامی واحد اهر، گروه عمران، اهر، ایران</affiliation_fa>
	 </author>


	<author>
	<first_name></first_name>
	<middle_name></middle_name>
	<last_name></last_name>
	<suffix></suffix>
	<first_name_fa> فریبا </first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>پرهیزجوان</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846004610</code>
	<orcid>10031947532846004610</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>کارشناسی ارشد مهندسی عمران، دانشگاه تبریز</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
