کاربرد مدل ترکیبی موجک شبکه عصبی در پیش بینی تغییرات کوتاه مدت تراز سطح دریا (مطالعه موردی: بندر چابهار)
محل انتشار: فصلنامه دریا فنون، دوره: 1، شماره: 2
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 424
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMT-1-2_005
تاریخ نمایه سازی: 2 آبان 1396
چکیده مقاله:
پیش بینی دقیق تر از سطح دریا در مناطق ساحلی در کاربردهای مهندسی سواحل بسیار با اهمیت می باشد. با پیش بینی تراز سطح دریا مشاهده جریانات دریا و تغییرات آن ها در سطح، ارتفاع موج، سرعت باد و جزر و مد ممکن شده و این نقش بسزایی در برنامه ریزی و مدیریت سواحل دارد. این مطالعه، توانایی روش و مدل ترکیبی موجک شبکه عصبی در پیش بینی کوتاه مدت تراز سطح دریا در بندر چابهار را مورد مطالعه و بررسی قرار می دهد. مقایسه این روش با دو روش مدل شبکه عصبی و رگرسیون خطی با استفاده از پارامترهای آماری ضرایب خطا (E، RMSE) به عنوان معیار، مورد بررسی قرار می گیرد. اطلاعات گذشته در مورد تراز سطح دریا که بصورت ساعتی برداشت شده به عنوان ورودی مدل بوده و مدل برای پیش بینی 12 ساعت آینده (نیم روز) مورد استفاده قرار گرفته است. مقایسه مدل ترکیبی موجک-شبکه عصبی با دیگر مدل ها با استفاده از معیار خطاها، نتایج بهتر این مدل را در پیش بینی تراز سطح دریا در دوره کوتاه مدت 12 ساعته در این ایستگاه نشان می دهد. ضریب E در سه حالت مدل ترکیبی موجک شبکه عصبی، شبکه عصبی و رگرسیون خطی بترتیب 0/989، 0/878 و 0/848 می باشد. این مدل با استفاده از تبدیل موجک و تجزیه سری زمانی تراز سطح دریا به زیرسری هایی با اطلاعات مفید و با تغییرات فرکانسی مختلف، فرآیند پیش بینی را بهبود می بخشد.
کلیدواژه ها:
نویسندگان
طاهر رجایی
استادیار دانشکده مهندسی عمران، دانشگاه قم
اکبر شهابی
دانشجوی دکتری عمران- سازه های هیدرولیکی، دانشگاه قم