مقایسه الگوریتم های هوش مصنوعی در مدل سازی جریان روزانه رودخانه

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 366

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWE-5-3_007

تاریخ نمایه سازی: 25 خرداد 1398

چکیده مقاله:

یکی از مهم ترین مسائل در مهندسی منابع آب، پیش بینی میزان دبی رودخانه ها، به عنوان یکی از منابع اصلی تامین کننده آب بشر، می باشد که از نظر برنامه ریزی منابع آب دارای اهمیت است. استفاده از مدل های جدید در این زمینه می-تواند به مدیریت و برنامه ریزی صحیح کمک کند. در این مطالعه، به ارزیابی 3 مدل به نام های، شبکه عصبی – فازی (ANFIS)، شبکه بیزین(BN) و ماشین بردار پشتیبان (SVM) پرداخته شده است. داده های مورد استفاده برای این پژوهش، داده های بارش و جریان روزانه رودخانه گاماسیاب نهاوند در یک دوره 10 ساله (1391-1381) می باشد. نتایج نشانگر این بود که مدل شبکه عصبی– فازی(ANFIS) و ماشین بردار پشتیبان(SVM) تقریبا عملکرد یکسانی در مدل-سازی جریان روزانه رودخانه داشتند و نسبت به مدل شبکه بیزین کارایی بهتری داشتند.. علاوه بر این سرعت اجرای مدل SVM نسبت به بقیه مدلها بیشتر بود و در زمان کوتاهی قادر به ارائه نتایج بود.

نویسندگان

معصومه زینعلی

دانش آموخته کارشناسی ارشد مهندسی منابع آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی کرمانشاه.ایران

سهیلا فرزی

دانش آموخته کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران،

محمدرضا گلابی

دانشجوی دکتری منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.ایران،

فریدون رادمنش

دانشیار گروه مهندسی آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.