شبیه سازی بارش ماهانه با استفاده از محاسبات نرم
محل انتشار: ششمین کنفرانس ملی مدیریت منابع آب ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 488
فایل این مقاله در 9 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:
WRM06_006
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
برآورد دقیق از بارش یک مسئله مهم در مهندسی، مدیریت و برنامه ریزی منابع آب می باشد. در این پژوهش به منظور شبیه سازی بلند مدت بارشبدون داده های اقلیمی از مدل های شبکه عصبی مصنوعی (ANN) و سیستم فازی عصبی تطبیقی (ANFIS) استفاده شد. برای پیش بینی بلند مدت بارش ماهانه، داده های 14 ایستگاه در استان خوزستان انتخاب گردید که ضریب فصلی (شماره ماه)، عرض جغرافیایی، طول جغرافیایی و ارتفاع ایستگاه ها به عنوان ورودی به مدلها معرفی شدند. حداقل مقدار مجذور میانگین مربعات خطا و حداکثر مقادیر ضریب تبیین مدل شبکه عصبی مصنوعی برای ایستگاه رامهرمز و برای مدلهای فازی- عصبی از نوع افراز شبکه و فازی عصبی از نوع دسته بندی تفریقی در ایستگاه امیدیه مشاهده شد که کمترین مقادیر RMSE برای مدل ANN ایستگاه رامهرمز 0/4245 و برای مدل های ANFIS-GP و ANFIS-SC ایستگاه امیدیه به ترتیب 1/1699 و 0/4105 به دست آمد. همچنین مقادیر R2 برای مدل ANN ایستگاه رامهرمز 0/9750 و برای مدل های ANFIS-GP و ANFIS-SC ایستگاه امیدیه به ترتیب 0/9548 و 0/9896 می باشد. همچنین مقایسه شبکه های عصبی مصنوعی و سیستم فازی -عصبی تطبیقی نیز نشان داد که روش شبکه عصبی مصنوعی دارای معیارهای ارزیابی مناسبتری نسبت به سیستم فازی -عصبی تطبیقی می باشد.
نویسندگان
سامان معروف پور
دانشجوی کارشناسی ارشد مهندسی منابع آب
پروا محمدی
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه تبریز
اسماعیل اسدی
استادیار گروه مهندسی آب دانشگاه تبریز
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 :