CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی مدل k نزدیکترین همسایه در برآورد دبی حوضه کرخه

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۲۹۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ABYARI13_034
زبان مقاله: فارسی
حجم فایل: ۴۳۳.۷۷ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی مدل k نزدیکترین همسایه در برآورد دبی حوضه کرخه

  صفورا عرب - دانشجوی کارشناسی ارشد مهندسی منابع آب دانشکده کشاورزی دانشگاه بیرجند
    عباس خاشعی سیوکی - استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه بیرجند
  محسن پوررضا بیلندی - استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه بیرجند
  سیدرضا هاشمی - استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه بیرجند

چکیده مقاله:

پیش بینی دبی رودخانه ها یکی از موارد کلیدی در برنامه ریزی و مدیریت منابع آب می باشد. در این مطالعه با هدف پیش بینی دبی حوضه کرخه از الگوریتم k نزدیکترین همسایه جهت یافتن ترکیبی مناسب از پارامترهای موثر در دسترس حوضه بر -تخمین دبی استفاده شد. بدین منظور از داده های ماهانه دبی، بارش، تبخیر 2 ایستگاه جلوگیر و چمگز در طول دوره آماری 1390- 1351 استفاده گردید. ترکیبهای احتمالی از این 3 پارامترتهیه و ترکیبهای مناسب جهت ورود به مدل با آزمون گاما بررسی گردید. ترکیبهای مناسب به مدل وارد و با شاخصهای آماری ضریب تبیین ( 2R ) خطای جذر میانگین مربعات (RMSE)و ضریب ناش ساتکلیف ( NSE) حاصل از مدل دقت پیشبینی هر ترکیب بررسی گردید. نتایج نشان داد هرچه پارامترهای دبی روزهای قبل در ترکیبی بیشتر باشد پیشبینی دقیقتری را به همراه دارد بنابراین ترکیب 3 شامل پارامترهای بارش، تبخیر و دبی تا 5 روز گذشته به ترتیب با مقادیر 2R ، RMSE و NSE، 0/748، 93/965 و 0/264 مناسبترین ترکیب در پیش بینی دبی حوضه کرخه انتخاب شد.

کلیدواژه‌ها:

حوضه کرخه، ایستگاه جلوگیر و چمگز، پیشبینی دبی، الگوریتم k نزدیکترین همسایه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ABYARI13-ABYARI13_034.html
کد COI مقاله: ABYARI13_034

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عرب, صفورا؛ عباس خاشعی سیوکی؛ محسن پوررضا بیلندی و سیدرضا هاشمی، ۱۳۹۴، ارزیابی مدل k نزدیکترین همسایه در برآورد دبی حوضه کرخه، سیزدهمین همایش سراسری آبیاری و کاهش تبخیر، کرمان، دانشگاه شهید باهنر کرمان، https://www.civilica.com/Paper-ABYARI13-ABYARI13_034.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عرب, صفورا؛ عباس خاشعی سیوکی؛ محسن پوررضا بیلندی و سیدرضا هاشمی، ۱۳۹۴)
برای بار دوم به بعد: (عرب؛ خاشعی سیوکی؛ پوررضا بیلندی و هاشمی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • [] آبایی، ب، میرزایی اصلی، ف، سهرابی، ت.، (۱۳۹۲). "مطالعه ... (مقاله ژورنالی)
  • مقایسه برآورد میزان بار معلق ورودی به مخزن سد اکباتان با استفاده از مدل ‌‌استنتاج تطبیقی عصبی- فازی (ANFIS) و الگوریتم K-نزدیکترین همسایگی (KNN) [مقاله کنفرانسی]
  • جلالی، و. ر، همایی، .، (۱۳۹۰)." معرفی یک مدل ناپارامتری ... (مقاله ژورنالی)
  • زهرایی، ب.، و تکشی، آ.، (۱۳۸۷). "کاربرد روش‌های الگوریتم ژنتیک ...
  • شبیه‌سازی آب‌شستگی در پایاب سازه‌های مستهلک کننده انرژی با استفاده از الگوریتم K-نزدیک‌ترین همسایگی (KNN) و سیستم‌ استنتاج تطبیقی عصبی- فازی (ANFIS) [مقاله کنفرانسی]
  • قمقامی، م.، قهرمان، ن و عراقی نژاد، ش.، (۱۳۸۹). "ارزیابی ... (مقاله ژورنالی)
  • Moriasi, D.N. Arold, J.G. Van Liew, M.W. Bingner, R.L. Harmel, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۶۷۸۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.