prikaz prve stranice dokumenta Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
Access restricted to students and staff of home institution
master's thesis
Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
2015. urn:nbn:hr:157:727624
Ažić, Nives
University of Rijeka
Faculty of Civil Engineering

Cite this document

Ažić, N. (2015). Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina) (Master's thesis). Rijeka: University of Rijeka, Faculty of Civil Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, Nives. "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)." Master's thesis, University of Rijeka, Faculty of Civil Engineering, 2015. https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, Nives. "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)." Master's thesis, University of Rijeka, Faculty of Civil Engineering, 2015. https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić, N. (2015). 'Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)', Master's thesis, University of Rijeka, Faculty of Civil Engineering, accessed 30 October 2024, https://urn.nsk.hr/urn:nbn:hr:157:727624

Ažić N. Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina) [Master's thesis]. Rijeka: University of Rijeka, Faculty of Civil Engineering; 2015 [cited 2024 October 30] Available at: https://urn.nsk.hr/urn:nbn:hr:157:727624

N. Ažić, "Primjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)", Master's thesis, University of Rijeka, Faculty of Civil Engineering, Rijeka, 2015. Available at: https://urn.nsk.hr/urn:nbn:hr:157:727624

Please login to the repository to save this object to your list.
Metadata
TitlePrimjena i mjere kvalitete umjetne neuronske mreže pri predviđanju promjena razina podzemne vode za sliv Slanog potoka (Vinodolska Dolina)
Title (english)Application and Evaluation of the Artificial Neuron Network in Predicting of the Groundwater Level Variations for the Slani Potok (Vinodol Valley)
AuthorNives Ažić
MentorNevenka Ožanić (mentor)
Committee memberBarbara Karleuša
Committee memberJosip Rubinić
Committee memberNevenka Ožanić
GranterUniversity of Rijeka
Faculty of Civil Engineering
Rijeka
Defense date and country2015-06-23, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Civil Engineering
Hydrotechnology
Abstract
Unutar ovog rada izrađen je hidrološki model „crne kutije“ za predviđanje promjena razina podzemne vode za sliv Slanog potoka u Vinodolskoj dolini u vremenskim koracima od jednog, tri i šest sati. Na području sliva Slanog potoka uslijed djelovanja vode javljaju se erozijski procesi, dolazi do pokretanja lokalnih klizišta te stvaranja blatnjavog i debritnog toka. S obzirom da razina podzemne vode predstavlja bitan faktor u otjecanju vode sa sliva odabrana je kao predmet predviđanja u ovom hidrološkom modelu. Model se bazira na upotrebi umjetnih neuronskih mreža koje su detaljno objašnjene u ovom radu. Za formirani hidrološki UNM model u radu su provedene grafička i numerička ocjena kvalitete kako bi se došlo do zaključka o iskoristivosti samog modela za potrebe predviđanja promjena razina podzemne vode. Numerička ocjena kvalitete provedena je pomoću mjera kvalitete umjetne neuronske mreže, te je razvijena nova metoda ocjene kvalitete modela koja je dala preciznije rezultate što je olakšalo donošenje željenih zaključaka o iskoristivosti modela u svrhu predviđanja promjena razina podzemne vode.
Abstract (english)
Hydrological „black box“ model for predicting the groundwater level variations for the Slani potok catchment area in Vinodol valley in time steps of one, three and six hours has been developed in this paper. Due to water impact, in the Slani potok catchment area occurrence of the erosion processes are common that can cause local landslides with mud and debris flow. The groundwater level was chosen as the subject of predictions in this hydrological model because it has great part in the perceiving of surface and subsurface water flow on the catchment area. The model is based on the usage of artificial neural networks (ANN), which are explained in detail in this paper. In order to determine the quality and the usability of the prediction model for the groundwater level variation, graphical and numerical evaluation was conducted. Numerical evaluation was performed by using ANN quality measures, and the new evaluation method was developed in order to provide more accurate estimation about the usability of the groundwater level variation model for the purpose of the prediction.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:157:727624
ProjectTitle: Hidrologija vodnih resursa i identifikacija rizika od poplava i blatnih tokova na krškom području
Study programmeTitle: Civil Engineering; specializations in: Geotechnical Engineering, Hydraulic Engineering, Engineering Modelling, Structural Engineering, Transportation Engineering, Urban Engineering
Course: Hydraulic Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka građevinarstva (magistar/magistra inženjer/inženjerka građevinarstva)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to students and staff of home institution
Terms of useLicence In copyright icon
Created on2016-02-24 17:37:32