ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Environmental and Hydrological Systems Modelling

دانلود کتاب مدل سازی سیستم های محیطی و هیدرولوژیکی

Environmental and Hydrological Systems Modelling

مشخصات کتاب

Environmental and Hydrological Systems Modelling

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9780203927441, 0203927443 
ناشر: CRC Press 
سال نشر: 2013 
تعداد صفحات: 518 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 45 مگابایت 

قیمت کتاب (تومان) : 31,000



کلمات کلیدی مربوط به کتاب مدل سازی سیستم های محیطی و هیدرولوژیکی: اکولوژی -- روش های شبیه سازی علوم محیطی -- ریاضیات. مدل های هیدرولوژیکی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 12


در صورت تبدیل فایل کتاب Environmental and Hydrological Systems Modelling به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مدل سازی سیستم های محیطی و هیدرولوژیکی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب مدل سازی سیستم های محیطی و هیدرولوژیکی



مقدمه. توسعه تاریخی رویکرد نظریه سیستم ها به مدل سازی. پویایی جمعیت سینتیک واکنش سیستم های کیفیت آب پراکندگی طولی. مدل‌های تصادفی - تحلیل و مدل‌سازی سری‌های زمانی. شبکه های عصبی مصنوعی شبکه های تابع پایه شعاعی. سیستم های منطق فازی و تغییرات آنها رویکرد سیستم های پویا - بازسازی فضای فاز. الگوریتم های ژنتیک و برنامه نویسی ژنتیک. تجزیه موجک. مدل های مبتنی بر فرآیند (توزیع شده). بهینه سازی پارامتر مدل بسته شدن.

بیشتر بخوانید...
چکیده:

مقدمه. توسعه تاریخی رویکرد نظریه سیستم ها به مدل سازی. پویایی جمعیت سینتیک واکنش سیستم های کیفیت آب پراکندگی طولی. مدل‌های تصادفی - تحلیل و مدل‌سازی سری‌های زمانی. شبکه های عصبی مصنوعی شبکه های تابع پایه شعاعی. سیستم های منطق فازی و تغییرات آنها رویکرد سیستم های پویا - بازسازی فضای فاز. الگوریتم ژنتیک و برنامه ریزی ژنتیک تجزیه موجک. مدل های مبتنی بر فرآیند (توزیع شده). بهینه سازی پارامتر مدل بسته شدن.


توضیحاتی درمورد کتاب به خارجی

Introduction. Historical Development of the Systems Theory Approach to Modelling. Population Dynamics. Reaction Kinetics. Water Quality Systems. Longitudinal Dispersion. Stochastic Models - Time Series Analysis and Modeling. Artificial Neural Networks. Radial Basis Function Networks. Fuzzy Logic Systems and Their Variations. Dynamical Systems Approach - Phase Space Re-Construction. Genetic Algorithms and Genetic Programming. Wavelet Decomposition. Process Based (Distributed) Models. Model Parameter Optimization. Closure.

Read more...
Abstract:

Introduction. Historical Development of the Systems Theory Approach to Modelling. Population Dynamics. Reaction Kinetics. Water Quality Systems. Longitudinal Dispersion. Stochastic Models - Time Series Analysis and Modeling. Artificial Neural Networks. Radial Basis Function Networks. Fuzzy Logic Systems and Their Variations. Dynamical Systems Approach - Phase Space Re-Construction. Genetic Algorithms and Genetic Programming. Wavelet Decomposition. Process Based (Distributed) Models. Model Parameter Optimization. Closure.



فهرست مطالب

Content: Preface
Author
1 Introduction
1.1 Some definitions
1.2 General systems theory (GST)
1.3 Ecological systems (Ecosystems)
1.4 Equi-finality
1.5 Scope and layout
References
2 Historical development of hydrological modelling
2.1 Basic concepts and governing equation of linear systems
2.2 Linear systems in hydrological modelling
2.3 Random processes and linear systems
2.4 Non-linear systems
2.5 Multilinear or parallel systems
2.6 Flood routing
2.7 Reservoir routing
2.8 Rainfall-runoff modelling
2.9 Guiding principles and criteria for choosing a model 2.10 Challenges in hydrological modelling2.11 Concluding remarks
References
3 Population dynamics
3.1 Introduction
3.2 Malthusian growth model
3.3 Verhulst growth model
3.4 Predator-prey (Lotka-Volterra) model
3.5 Gompertz curve
3.6 Logistic map
3.7 Cell growth
3.8 Bacterial growth
3.9 Radioactive decay and carbon dating
3.10 Concluding remarks
References
4 Reaction kinetics
4.1 Introduction
4.2 Michaelis-Menten equation
4.3 Monod equation
4.4 Concluding remarks
References
5 Water quality systems
5.1 Dissolved oxygen systems 5.2 Water quality in a completely mixed water body5.3 Water quality in rivers and streams
5.4 Concluding remarks
References
6 Longitudinal dispersion
6.1 Introduction
6.2 Governing equations
6.3 Dispersion coefficient
6.4 Numerical solution
6.5 Dispersion through porous media
6.6 General-purpose water quality models
6.7 Concluding remarks
References
7 Time series analysis and forecasting
7.1 Introduction
7.2 Basic properties of a time series
7.3 Statistical parameters of a time series
7.4 Tests for stationarity
7.5 Tests for homogeneity
7.6 Components of a time series 7.7 Trend analysis7.8 Periodicity
7.9 Stochastic component
7.10 Residual series
7.11 Forecasting
7.12 Synthetic data generation
7.13 ARMAX modelling
7.14 Kalman filtering
7.15 Parameter estimation
7.16 Applications
7.17 Concluding remarks
Appendix 7.1: Fourier series representation of a periodic function
References
8 Artificial neural networks
8.1 Introduction
8.2 Origin of artificial neural networks
8.3 Unconstrained optimization techniques
8.4 Perceptron
8.5 Types of activation functions
8.6 Types of artificial neural networks
8.7 Learning modes and learning 8.8 BP algorithm8.9 ANN implementation details
8.10 Feedback Systems
8.11 Problems and limitations
8.12 Application areas
8.13 Concluding remarks
References
9 Radial basis function (RBF) neural networks
9.1 Introduction
9.2 Interpolation
9.3 Regularization
9.4 Generalized RBFs
9.5 Normalized radial basis functions (NRBFs) and kernel regression
9.6 Learning of RBFs
9.7 Curse of dimensionality
9.8 Performance criteria
9.9 Comparison of MLP versus RBF networks
9.10 Applications
9.11 Concluding remarks
References
10 Fractals and chaos
10.1 Introduction
10.2 Fractal dimensions




نظرات کاربران