بررسی اثرات متغیرهای اقلیمی در تخمین جریان رودخانه با استفاده از روشهای منفرد و هیبریدی-موجکی محاسبات نرم

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 279

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-11-1_012

تاریخ نمایه سازی: 4 اسفند 1399

Abstract:

تغییرات اقلیمی و تاثیر آن در وضعیت منابع آبی میتواند از جنبههای مختلف زندگی و حیات بشر در روی زمین را به مخاطره بیاندازد. در این مطالعه، با استفاده از روش­های منفرد و هیبریدی-موجکی شبکه عصبی مصنوعی، سامانه استنتاجی فازی عصبی (دسته­بندی تفریقی) و برنامه­ریزی بیان ژن به مدل­سازی پارامتر جریان پرداخته شده است. بدین منظور از داده­های اقلیمی ماهانه با طول دوره آماری ۲۱ ساله (۱۳۹۵-۱۳۷۵) جریان، دما و بارش ایستگاه تپیک واقع در رودخانه نازلوچای ارومیه استان آذربایجان­غربی استفاده شده است. در این مطالعه تاثیر پارامترهای جریان تاخیری، بارش، دما و اثر فصلی (ضریب ماهانه) در مدل­ها بررسی شده است. نتایج حاکی از عملکرد برتر مدل­های هیبریدی-موجکی نسبت به مدل­های منفرد محاسبات نرم و تاثیر مثبت اعمال اثر فصلی در مدل­سازی جریان رودخانه­ای می­باشد. همچنین تبدیل موجک با آنالیز داده­ها و تفکیک نویزها توانایی ارتقا بخشیدن به عملکرد مدل­های هیبریدی نسبت به مدل­های منفرد را امکان­پذیر می­نماید. در مدل بهینه هیبریدی موجکی برنامه­ریزی بیان ژن، مقادیر شاخص­های ارزیابی ضریب همبستگی و ریشه میانگین مربعات خطا به ترتیب برابر ۹۷۸/۰ (حداکثر) و ۳۲۶/۲ (m۳/s) (حداقل) به دست آمده است.

Authors

رضا سبحانی

دانشگاه ارومیه

سروین زمان زاد قویدل

پژوهشگر پسا دکتری، گروه مهندسی آبیاری و آبادانی پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران

هادی ثانی خانی

گروه علوم و مهندسی آب، دانشگاه کردستان

مجید منتصری

گروه مهندسی آب، دانشگاه ارومیه

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • محمدرضاپور، ا. 1396. پیش­بینی تبخیر-تعرق پتانسیل ماهانه با استفاده از ...
  • محمدی، ص. 1396. مقایسه مدل­های شبکه عصبی مصنوعی و منحنی ...
  • Alvisi, S., G. Mascellani, M. Franchini and A. Bardossy. 2005. ...
  • Barzegar, R., J. Adamowski and A. Asghari Moghaddam. 2016. Application ...
  • Güldal, V and H. Tongal. 2010. Comparison of recurrent neural ...
  • Hashmi, M.Z., A.Y. Shamseldin and B.W. Melville. 2011. Statistical downscaling ...
  • Jang, J.S.R. 1993. ANFIS: adaptive-network-based fuzzy inference system. IEEE Transactions ...
  • Kisi, O., J. Shiri and M. Tombul. 2013. Modelling rainfall-runoff ...
  • Kisi, O and M. Cimen. 2012. Precipitation forecasting by using ...
  • Montaseri, M., S. Zamanzad Ghavidel and H. Sanikhani. 2018. Water ...
  • Sanikhani, H and O. Kisi. 2012. River flow estimation and ...
  • Sanikhani, H., O. Kisi, E. Maroufpoor and Z.M. Yaseen. 2018. ...
  • Shafaei, M and O. Kisi. 2015. Lake Level Forecasting Using ...
  • Traore, S and A. Guven. 2012. Regional-specific numerical models of ...
  • Zhang, Z., Q. Zhang, V. P. Singh and P. Shi. ...
  • نمایش کامل مراجع