پیش بینی بارش ماهانه با استفاده از مدل هیبرید موجک- ماشین بردار پشتیبان و مقایسه با شبکه های عصبی مصنوعی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 555

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IHC13_271

تاریخ نمایه سازی: 30 شهریور 1394

چکیده مقاله:

پیش بینی بارش برای اهداف نظیر برآورد سیلاب، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی و هیبرید موجک- ماشین بردار پشتیبان در شهر دشت عجب شیر می باشد. در این تحقیق از داده های بارش ماهانه طی دوره آماری 11 سال (1390-1380) استفاده شده است. در استفاده از شبکه های عصبی مصنوعی ساختار با یک لایه پنهان و تعداد ۱۰ نرون و تابع تانژانت سیگموئید کمترین خطا را ارائه داد. ضریب همبستگی بین مقادیر واقعی ماهانه بارش و پیش بینی شده توسط شبکه برابر با 0/58 می باشد. همچنین داده ها با استفاده از موجک به زیر سری های تجزیه شده و زیر سری های نهم و هشتم و تقریب نهام به عنوان ورودی در ماشین بردار پشتیبان مورد استفاده قرار گرفت که ضریب همبستگی بدست آمده از این مدل برابر با 0/76 بدست آمد. تحلیل نتایج نشان داد که مدل هیبرید- ماشین بردار پشتیبان توانایی بهتر و بالایی برای پیش بینی بارش نسبت به شبکه های عصبی مصنوعی داشته است.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، مدل هیبرید موجک_ ماشین بردار پشتیبان ، بارش ، دشت عجب شیر

نویسندگان

مریم عبداله زاده

دنشجوی دکتری منابع آب دانشگاه تبریز

احمد فاخری فرد

استاد گروه مهندسی آب دانشگاه تبریز

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 :
  • اصغری مقدم، ا.، نورانی، و. و ندیری، ع، (1387)، مدل ...
  • ایزدی، ع.، داوری، ک.، علیزاده، ا. و قهرمان، ب.، (1386)، ...
  • تسلطی، ب.(1382)، برآورد سطح آب زیرزمینی با تفاده از Modflow ...
  • Basak, D., Pal, S. and Patranabis, D. C.., (2007), Support ...
  • Cherkassky, _ and Ma, Y., (2004), Practical selection of SVM ...
  • Choy, K.Y., and Chan, C.W. (2003), Modeling of river discharges ...
  • Liong, _ and Sivapragasam, C., , (2002), Flood stage forecasting ...
  • Loukas, A., and Vasiliades, L.. (2004), Probabilistic analysis of drought ...
  • Partal, T., and Kisi, O., (2007), Wavelet and neruro-fuzzy conjunction ...
  • Rawls, WJ., Gish, T.J. and Brakensiek, DL, , (1991), Estimating ...
  • Shafie, A., Mazoghi, H., Shehata, A. and Taha, M., (2011), ...
  • Tripathi, Sh., Srinivas, V. V., and Nanjundiah, R. S. (2006). ...
  • Zahraie, B., and Roozbahani, A., (2007), Climate signal clustering using ...
  • نمایش کامل مراجع