پیش بینی جریان با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,958

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IHC05_221

تاریخ نمایه سازی: 7 آذر 1384

چکیده مقاله:

تهیه مدلهای پیش بینی جریان یکی از مهمترین مسائل پیش روی متخصصین منابع اب می باشد. مدلهای پیشین در این زمینه به فرم مدلهای رگرسیونی و سریهای زمانی موجود می باشند. امروزه شبکه های عصبی مصنوعی (ANNs ) در کنار مدلهای سنتی مورد استفاده قرار می گیرند. در این تحقیق توانایی شبکههای عصبی مصنوعی در پیش بینی جریان مورد ارزیابی قرار گرفته است. برای این منظور ازجریان ماهانه ورودی به مخزن سدکارون 5 استفاده شده است. یک سری زمانی از جریان ورودی ماهانه به طول43 سال در دسترس بوده که 80%آنها برای آموزش شبکه و 20% برای آزمایش آن مورد استفاده قرار گرفته است. از شبکه هایی به فرم پرسپترونهای چند لایه (MLP ) و الگوریتم پس از انتشار خطا (BP ) برای یافتن ساختار شبکه استفاده شده است. همچنین ترکیبهای مختلفی از جریان در ماههای گذشته مورد استفاده قرار گرفت. نتایج نشان داده است که اگرچه پیش بینی جریان با استفاده از جریان 12 ماه گذشته بهترین نتیجه را در بر خواهد داشت ولی ترکیب اولین ششمین و دوازدهمین ماه قبل در کنار هم نتایج مشابهی در بر داشته است. لذا ترکیب اخیر جهت پیش بینی انتخاب شده که علاوه بر احتیاج به تعداد داده های کمتر، زمان ترتیب شبکه را نیز کاهش خواهد داد.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، پیش بینی جریان

نویسندگان

فرید شریفی

فوق لیسانس سازه های هیدرولیکی دانشگاه علم و صنعت

امید بزرگ حداد

دکتری اب دانشگاه علم و صنعت

سعید علیمحمدی

عضو هیئت علمی دانشگاه صنعت آب و برق شهید عباسپور

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 :
  • ASCE Task Committee on Application of Artificial Neural Networks in ...
  • Coulibaly, P., Anctil F., and Bobee, B. (2001), "Multivariate Reservoir ...
  • Coulibaly, P., Anctil, F., and Bobee, B .(2000), "Daily reservoir ...
  • Garret, J.H., et al. (1993) "Engineering applications of artificial neural ...
  • Jain, S. K., Das , D., and Srivastava, D.K.(1999), "Application ...
  • Raman, H., and Sunilkumar, N.(1995), "Multi-variant modeling of water resources ...
  • Rumelhart, D and D Zipser، ، Feature Discovery by Competitive ...
  • Salas, J.D., Markus, M. and Takar, A.S. (2000), "Streamflow Forecasting ...
  • Sun, C., Neale, C.M.U. _ and McDonnel, J.J.(1993), "The potential ...
  • Tokar, S., and Markus, M., (2000), _ Prec ip itation-Runoff ...
  • نمایش کامل مراجع