The modeling of lifeconditioned runnof in the presence of waterusing owing to local water resources using neural network

Authors: Loboda, N.S., and N.D. Dovzhenko

Year: 2008

Issue: 05

Pages: 142-149

Abstract

Results of neural network modeling of r. Salgir –s. Simferopol’s lifeconditioned runoff in the conditions of water fencefrom local water resources for supply the populations of water are presented.

Tags: lifeconditioned runoff; neural network

Bibliography

  1. Глушков А.В., Лобода А.В., Свинаренко А.А. Теория нейтронных сетей на основе фотонного эха.- Одесса. – ТЭС. –2004. –172с.
  2. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика.- М.: Горячая линия – Телеком, 2001. -382с.
  3. Лобода Н.С. Системный подход и функции отклика гидрологической системы на антропогенные воздействия при математическом моделировании бытового стока // Міжвід. наук. зб. України. – Метеорологія, кліматологія та гідрологія. – Одеса. – 2004. – Вип. 48. – С. 416 – 424.
  4. Лобода Н.С. Расчеты и обобщения характеристик годового стока рек Украины в условиях антропогенного влияния: Монография.–Одесса: Экология, 2005. 208 с.
  5. Лобода Н.С., Гопченко Є.Д. Стохастичні моделі у гідрологічних розрахунках. – Навчальний посібник.– Одеса: Екология, 2006. – 200 с.
  6. Лобода Н.С., Довженко Н.Д. Моделирование рядов бытового стока при наличии водопотребления за счет местных водных ресурсов // Вестник одесского государственного экологического университета – Одесса. – 2006. – Вып. 3. – С. 151-159.
  7. Chetan, M. and K..P. Sudheer A hybrid linear-neural model for river flow forecasting // Water resources research, 42, W04402, doi: 10.1029/2005WR004072.
  8. Loboda N.S. Neural networks and multi-fractal modelling of non-liniar complex systems // Науковий вісник Ужгородського університету. – Ужгород. – 2002. – Вип. 10. – С.119-121.
Download full text (PDF)