CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره در پیش بینی میزان آبدهی مخزن سد کرج

عنوان مقاله: مقایسه شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره در پیش بینی میزان آبدهی مخزن سد کرج
شناسه ملی مقاله: WRM03_198
منتشر شده در سومین کنفرانس مدیریت منابع آب در سال 1387
مشخصات نویسندگان مقاله:

سولماز رسول زاده - دانش آموخته گروه مهندسی آبیاری و آبادانی، دانشگاه تهران
امید بزرگ حداد - استادیار گروه مهندسی آبیاری و آبادانی، دانشگاه تهران

خلاصه مقاله:
در کشور ایران که در اقلیم خشک و نیمه خشک قرار دارد، سدهای مخزنی در تامین نیازهای شرب، کشاورزی و صنعت از اهمیت ویژه ای برخوردارند. در این راستا، برآورد مقدار آورد رودخانه به مخزن سد از موضوعات با اهمیت محسوب می شود. در پیش بینی مقدار جریان ورودی به مخزن سد، معمولاً از دو روش کلی مدلسازی مفهومی و مدلسازی جعبه سیاه استفاده می شود. یکی از مدل های معروف جعبه سیاه در زمینه پیش بینی جریان رودخانه، مدل شبکه عصبی مصنوعی (ANN) می باشد. همتای آماری مدل ANN ، مد لهای رگرسیون خطی، رگرسیون غیرخطی و مدل های سری زمانی می باشند، که قبل از کاربردی شدن مدل ANN کاربرد فراوانی در زمینه مدلسازی و پیش بینی آبدهی رودخانه داشته اند. در این تحقیق بررسی کارایی مدل ANN و رگرسیون خطی چند متغیره در پیش بینی دبی ورودی به مخزن سد کرج در مقیاس ماهانه انجام خواهد شد. هدف از انجام این تحقیق بدست آوردن الگویی مناسب جهت پیش بینی آبدهی ماهانه رودخانه کرج با استفاده از مدل ANN و رگرسیون خطی و مقایسه نتایج این دو مدل با یکدیگر می باشد. نتایج بدست آمده نشان می دهد که پیش بینی بر اساس آبدهی سه ماه گذشته دارای بالاترین دقت در هر دو مدل می باشد. نتایج مقایسه مدل ANN مذکور با مدل رگرسیون خطی حاکی از عملکرد بهتر مدل شبکه عصبی مصنوعی نسبت به مدل رگرسیون خطی می باشد.

کلمات کلیدی:
پیش بینی آبدهی, الگوی زمانی، مدل شبکه عصبی مصنوعی, مدل رگرسیون خطی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/50198/