تخمین دبی اوج سیلاب و حجم رواناب رگبار با استفاده از شبکه عصبی- فازی تطبیقی (مطالعه موردی: حوزه آبخیز کسیلیان)
Publish place: Journal of Watershed Management Research، Vol: 8، Issue: 15
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 152
This Paper With 9 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:
شناسه ملی سند علمی:
JR_JWMR-8-15_023
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
پیشبینی دبی اوج سیلاب و حجم رواناب یکی از چالشهای مهم در مدیریت حوزههای آبخیز میباشد. پژوهش حاضر با هدف تخمین دبی اوج سیلاب و حجم رواناب به کمک شبکه عصبی مصنوعی و شبکه عصبی-فازی تطبیقی در حوزه آبخیز کسیلیان صورت گرفته است. بدین منظور ۱۵ ویژگی بارندگی برای ۶۰ رگبار از سال ۱۳۵۴ تا ۱۳۸۸ مدنظر قرار گرفت. شاخصهای آماری میانگین مربعات خطا (RMSE)، ضریب کارایی (CE) و ضریب تبیین (R۲) برای ارزیابی کارآیی مدلها استفاده شدند. نتایج نشان داد که متغیر دبی اوج سیلاب روش شبکه عصبی- فازی تطبیقی با ضریب تبیین ۹۵/۰، مجموع میانگین مربعات خطای ۲۲/۱ و ضریب کارایی ۸۵ درصد نسبت به شبکه عصبی مصنوعی با ضریب تبیین ۸۶/۰، مجموع میانگین مربعات خطای ۲۸/۱ و ضریب کارایی ۸۲ درصد عملکرد بهتری داشته است. در متغیر حجم رواناب نیز شبکه عصبی فازی- تطبیقی با ضریب تبیین ۹۹/۰، مجموع میانگین مربعات خطای ۵۴/۲۳۶۹ و ضریب کارآیی ۹۹ درصد نسبت به شبکه عصبی مصنوعی ضریب تبیین ۹۸/۰، مجموع میانگین مربعات خطای ۸۲/۱۰۲۸۲ و ضریب کارایی ۹۸ درصد عملکرد بهتری ارئه نمود. با توجه به نتایج آنالیز حساسیت بارش مازاد حساسترین عامل در تخمین دبی اوج و حجم رواناب شناخته شد.
Keywords:
ANN , ANFIS , Excess rainfall , Factor analysis , Kasilian watershed , Sensitivity analysis , آنالیز حساسیت , بارش مازاد , تحلیل عاملی , حوزه آبخیز کسیلیان , شبکه عصبی مصنوعی , شبکه عصبی- فازی تطبیقی
Authors
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 :