توسعه روش رگرسیون K- نزدیک ترین همسایگی در پیش بینی جریان رودخانه
Publish place: Journal of Water and Wastewater، Vol: 23، Issue: 82
Publish Year: 1391
نوع سند: مقاله ژورنالی
زبان: Persian
View: 619
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WWJ-23-82_011
تاریخ نمایه سازی: 4 مهر 1393
Abstract:
روشهای مختلف آماری، غیرآماری و جعبه سیاه در فرایندهای پیش بینی جریان رودخانه استفاده می شوند. از میان روشهای آماری، روش رگرسیون ناپارامتری K- نزدیک ترین همسایگی به واسطه پایه ریاضی و سادگی ذاتی، یکی از روشهای مناسب در فرایندهای پیش بینی است . در این تحقیق ضمن معرفی کامل روش K-NN به تشریح راهکارهای توسعه و بهبود این روش پرداخته می شود که از آن جمله می توان به معرفی روشهای تخمین بهترین همسایگی، توابع انتقال اطلاعات (پیش پردازش)، توابع فاصله سنجی و روش پیشنهادی برای برونیابی اشاره کرد. روش پیش بینی K-NN به همراه راهکارهای توسعه آن بر روی مطالعه موردی پیش بینی آورد حوضه بالادست سد زاینده رود اجرا شد. مقایسه نتایج نهایی روش K-NN کلاسیک با روش اصلاح شده K-NN (تعداد همسایگی ٥، تابع انتقال دامنه مقیاس، تابع فاصله سنجی ماهانالوبیس و اعمال روش برونیابی پیشنهادی) نشان می دهد که مدل بهبود یافته در پارامترهای نکویی برازش، ریشه میانگین مربعات خطا، درصد حجم خطا و میزان همبستگی به ترتیب 45، 59 و 17 درصد بهبود عملکرد داشته است. این نتایج، ضرورت ، اعمال راهکارهای ذکر شده را برای استخراج پیش بینی های دقیق تر نشان می دهد.
Keywords:
Authors
محمد عزمی
دانشجوی دکترای مهندسی منابع آب، دانشکده فناوری و مهندسی کشاورزی، دانشگاه تهران
شهاب عراقی نژاد
استادیار مهندسی منابع آب، دانشکده فناوری و مهندسی کشاورزی، دانشگاه تهران