- برآورد تبخیر از سطح مخزن با استفاده از مدل شبکه ی عصبی مصنوعی (مطالعه ی موردی سد میناب)

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 105

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HYD-6-18_003

تاریخ نمایه سازی: 4 بهمن 1401

چکیده مقاله:

چکیدهتبخیر به عنوان یکی از پارامترهای طبیعی به علت نقش مهمی که در خروج آب از دسترس بشر دارد، همواره مورد توجه کارشناسان و محققان بوده است. در این پژوهش سعی شده است تا با بکارگیری مدل شبکه­ ی عصبی مصنوعی در برآورد تبخیر از سطح دریاچه­ ی سد میناب، میزان دقت مدل مورد ارزیابی قرار گیرد. برای بررسی روند تغییرات پارامترهای موثر بر تبخیر برای اطلاعات ۱۹ ساله موجود، با استفاده از رگرسیون غیرخطی بهترین برازش از بین نقاط موجود برای داده ها ترسیم و روند کلی تغییرات پارامترهای موثر بر تبخیر مشخص شده است. همچنین برای مدلسازی تبخیر با استفاده از شبکه­ ی عصبی مصنوعی از آمار ۱۹ ساله، از سال ۱۳۷۴ تا ۱۳۹۲ استفاده و بهترین ساختار برای محاسبه ی میزان تبخیر از سطح دریاچه­ ی سد میناب انتخاب شده است. در این ساختار لایه­ ی اول و دوم دارای ۵ نورون می باشند که با ۱۰۰۰ تکرار برای محاسبه­ ی آن، بهترین نتیجه به دست آمد. ضرایب آماری به دست آمده از تحلیل با استفاده از شبکه­ ی عصبی مصنوعی در انتخاب بهترین ساختارمورد توجه قرار گرفت که در این ساختار ضریب همبستگی با مقدار ۸۹۴۱/۰ دارای بیشترین مقدار در بین آزمون های دیگر است و مقادیر خطا برای داده­های آموزش و آزمایش نیز به ترتیب برابر با ۰۰۱۱/۰ و ۰۰۸۲/۰ است که پس از این ساختار، ساختارهای ANN(۳,۷,۱)، ANN (۴,۱۰,۱)، ANN(۴,۱۱,۱)، ANN(۵,۳,۱) دارای مقادیر ضریب همبستگی و خطای قابل قبولی در تعیین مقدار تبخیر از دریاچه­ی سد میناب می­باشند.

کلیدواژه ها:

کلمات کلیدی: شبکه ی عصبی مصنوعی ، تبخیر سطحی ، برازش غیرخطی ، ضریب همبستگی ، سدمیناب

نویسندگان

محمد حسین جهانگیر

دانشکده علوم و فنون نوین دانشگاه تهران

احمد نوحه گر

استاد گروه برنامه ریزی مدیریت و آموزش محیط زیست، دانشکده ی محیط زیست، دانشگاه تهران، تهران، ایران.

کیوان سلطانی

دانشجوی کارشناسی ارشد، دانشکده ی علوم و فنون نوین، دانشگاه تهران، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • باباعلی حمیدرضا و رضا دهقانی (۱۳۹۶)، پیش بینی دبی سیلابی ...
  • بابامیری، امید و یعقوب دین پژوه (۱۳۹۵)، مقایسه و ارزیابی ...
  • ستاری، محمدتقی؛ میرعباسی نجف­آبادی، رسول و مسعود علیمحمدی (۱۳۹۵)، کاربرد ...
  • ندیری، عطاالله و سعید یوسف زاده (۱۳۹۶)، مقایسه­ی کارآیی مدل ...
  • نورانی، وحید؛ آزاد، نرگس؛ قاسم­زاده، مهسا و الناز شرقی (۱۳۹۵)، ...
  • Deswal, Surinder, and Mahesh Pal. (۲۰۰۸), Artificial neural network based ...
  • Ma, Lili; Yun Wu, Jianwei Ji and Chaoxing He. )۲۰۱۱(, ...
  • Felix Klein.(۱۹۷۹), Development of mathematics in the ۱۹th century, Mathsci ...
  • Rajaee, T., Mirbagheri, S. A., Nourani, V., and Alikhani, A. ...
  • Reddy, T. Agami. (۲۰۰۷), Application of a generic evaluation methodology ...
  • Tabari, H., Marofi, S., and Sabziparvar, A.A. (۲۰۱۰), Estimation of ...
  • Tabesh, M., and Dini, M. (۲۰۱۰), Forecasting daily urban water ...
  • Thomas, George B., Jr. Finney, Ross L.(۱۹۹۶), Calculus and Analytic Geometry (۹th ...
  • Traore, Seydou, Yu-Min Wang, and Tienfuan Kerh.(۲۰۱۰), Artificial neural network ...
  • Zoqi, M.J., and Saeedi, M. (۲۰۱۱), Modeling leachate generation using ...
  • نمایش کامل مراجع