| 1 |
بررسی انواع مدل سازی مفهومی و داده مبنا و مزایا و معایب هر یک- بررسی ساختار کلی و دیدگاه کلی موجود در این دو نوع مدل سازی |
|
| 2 |
مراحل کلی انجام فرآیند مدل سازی، نحوه آموزش مدل ها، صحت سنجی و اعتبار سنجی مدل ها و معرفی شاخص های ارزیابی کارایی مدل ها |
|
| 3 |
مقدمه ای بر ساختار مدل HEC-HMS و دیدگاه مدل سازی موجود در آن- آشنایی با ساختار کلی مدل و بخش های آن |
|
| 4 |
آموزش عملی مدل سازی فرآیند بارش- رواناب با مدل HEC-HMS بر اساس شرایط واقعی/ آشنایی با ساختار مدل و نحوه ایجاد شماتیک حوضه آبریز مورد مدل سازی |
|
| 5 |
آموزش عملی مدل سازی فرآیند بارش- رواناب با مدل HEC-HMS بر اساس شرایط واقعی/ مدل سازی فرآیندهای موجود در حوضه آبریز |
|
| 6 |
آموزش عملی مدل سازی فرآیند بارش- رواناب با مدل HEC-HMS بر اساس شرایط واقعی/ مدل سازی هواشناسی حوضه آبریز |
|
| 7 |
آموزش عملی مدل سازی فرآیند بارش- رواناب با مدل HEC-HMS بر اساس شرایط واقعی/ مدل سازی شرایط اجرای مدل ، اجرای مدل و بهینه سازی پارامترهای آن |
|
| 8 |
آموزش عملی مدل سازی حوضه آبریز درHEC-GeoHMS / نحوه استخراج محدوده حوضه و رودخانه از نقشه DEM |
|
| 9 |
آموزش عملی مدل سازی حوضه آبریز درHEC-GeoHMS/ محاسبه خصوصیات حوضه آبریز |
|
| 10 |
آموزش مدل سازی حوضه آبریز در HEC-GeoHMS/ محاسبه خصوصیات هواشناسی حوضه آبریز |
|
| 11 |
آموزش مدل سازی حوضه آبریز در HEC-GeoHMS / تهیه شماتیک مدل HEC-HMS و فراخوانی آن در این مدل |
|
| 12 |
معرفی مدل شبکه عصبی مصنوعی و ساختار آن و انواع شبکه های عصبی |
|
| 13 |
مدل سازی یک فرآیند هیدرولوژیکی به صورت عملی با شبکه عصبی مصنوعی با استفاده از نرم افزار متلب/ معرفی روش های پیش پردازش داده ها برای ورود به مدل |
|
| 14 |
مدل سازی یک فرآیند هیدرولوژیکی به صورت عملی با شبکه عصبی مصنوعی با استفاده از نرم افزار متلب/ تعیین معماری شبکه و مقادیر پارامترهای آن |
|
| 15 |
مدل سازی یک فرآیند هیدرولوژیکی به صورت عملی با شبکه عصبی مصنوعی با استفاده از نرم افزار متلب/ آموزش شبکه و تعیین معیارهای توقف، اجرای فرآیند شبیه سازی |
|
| 16 |
آشنایی با شبکه های عصبی احتمالاتی و ساختار آنها |
|
| 17 |
آشنایی با شبکه های عصبی طبقه بندی کننده و نحوه بکارگیری آنها |
|
| 18 |
رگرسیون فازی و نحوه مدل سازی آن در متلب |
|
| 19 |
سیستم استنتاج فازی و قوانین آن |
|
| 20 |
مدل سازی یک مسئله مرتبط با آب با استفاده از استنتاج فازی (FIS) |
|
| 21 |
آشنایی با سامانه فازی- عصبی تطبیقی (ANFIS) و نحوه بکارگیری آن در مدل سازی منابع آب |
|
| 22 |
آشنایی با روش های پی پردازش کننده نتایج مدل ها |
|
| 23 |
آشنایی با مفهوم ترکیب مدل ها و انواع آنها |
|