پیش بینی بارش ماهانه با استفاده از مدل هیبرید موجک- ماشین بردار پشتیبان و مقایسه با شبکه های عصبی مصنوعی
محل انتشار: سیزدهمین کنفرانس هیدرولیک ایران
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 555
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
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:
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 :