مقايسه عملكرد سه الگوريتم آموزش مومنتم، گراديان مزدوج و لونبرگ در ساختار ANN براي پيش بيني رواناب روزانه  Fulltext 

[ مرتضي ايزي ] - دانشجوي كارشناسي ارشد آب، دانشگاه صنعتي اصفهان
[ كيوان اصغري ] - استاديار دانشكده عمران، دانشگاه صنعتي اصفهان

خلاصه مقاله:

امروزه يكي از روش هاي متداول كه در امر پيش بيني سيلاب، مورد استفاده قرار مي گيرد، روش شبكه عصبي مصنوعي است، شبكه عصبي مصنوعي يكي از موفق ترين تكنيك هاي يادگيري خودكار با ساختار رياضي است كه توانايي تعريف روابط پيچيده غير خطي بين ورودي و خروجي بدون تلاش در جهت درك طبيعت پديده را داراست. همچنين اين روش در مسائلي كه داراي الگوريتم مشخصي براي حل آنها وجود ندارد و يا در مواقعي كه روشهاي متعارف داراي راه حلي بسيار طولاني و زمان بر هستند، كاربرد دارد. بدليل اينكه شبكه عصبي مصنوعي، در اجزاء مختلف ساختار خود از الگوريتم ها و توابع مختلفي سود مي جويد، مقايسه بين كاركرد الگوريتم ها امري لازم و ضروري مي باشد. الگوريتم مومنتم جزء الگوريتم هاي روش هاي كاهش گراديان و دو الگوريتم ديگر جزء الگوريتم هاي روش هاي مرتبه دوم مي باشند.
هدف از تحقيق حاضر، پيش بيني جريان روزانه رودخانه بختياري به كمك شبكه عصبي مصنوعي و استفاده از سه الگوريتم آموزش نامبرده مي باشد. بدين منظور براي پيش بيني جريان روزانه رودخانه در ايستگاهي واقع در پايين دست حوضه، از داده هاي دما، تبخير و بارندگي ايستگاه هاي بالادست منطقه و بارندگي و جريان روزهاي قبل ايستگاه پايين دست استفاده شده است، و به مقايسه نتايج سه الگوريتم نامبرده مي پردازيم.

شبكه عصبي مصنوعي ، الگوريتم آموزش ، مومنتم ، گراديان مزدوج ، لونبرگ