شبیه سازی بارش- رواناب با استفاده از ماشین آموزش نوین در حوضه رودخانه شهرچای
Publish place: Journal of Watershed Management Research، Vol: 12، Issue: 23
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 230
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-12-23_020
تاریخ نمایه سازی: 4 مهر 1400
Abstract:
در این مطالعه، داده های سری زمانی بارش و رواناب حوضه رودخانه شهرچای از سال ۲۰۰۰ تا ۲۰۱۷ با استفاده از یک مدل هوش مصنوعی نوین ترکیبی شبیه سازی شد. برای توسعه مدل هوش مصنوعی مذکور سه الگوریتم ماشین آموزش نیرومند (ELM)، تکامل تفاضلی (DE)و تبدیل موجک (WT) با هم ترکیب شدند و مدلهای ترکیبی SAELM و WSAELM ارائه شد. در ابتدا، موثرترین تاخیرهای داده های سری زمانی با استفاده از تابع خود همبستگی شناسایی شدند. سپس با استفاده از این تاخیرها، برای هر یک از مدلهای SAELM و WSAELM هفت مدل هوش مصنوعی تعریف گردید. علاوه بر این ۷۰ درصد مقادیر مشاهداتی برای آموزش مدلهای هوش مصنوعی و ۳۰ درصد باقیمانده نیز برای ارزیابی آنها استفاده شدند. برای مدل WSAELM ۷ به عنوان مدل برتر، مقادیر R۲، شاخص پراکندگی (SI) و ضریب نش(NSC) برای شبیه سازی بارش به ترتیب مساوی با ۰/۹۶۷، ۰/۲۰۸ و ۰/۹۶۵ بدست آمدند. همچنین تحلیل حساسیت نشان داد که تاخیرهای (t-۱)، (t-۲) و (t-۱۲) بهعنوان موثرترین تاخیرهای ورودی در نظر گرفته شدند. در انتها برای مدلهای برتر یک تحلیل عدم قطعیت انجام شد.
Keywords:
Authors
امیر علیزاده
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
احمد رجبی
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
سعید شعبانلو
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
بهروز یعقوبی
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
فریبرز یوسفوند
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
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 :