شبیه سازی فرآیند بارش- رواناب با استفاده از شبکه عصبی مصنوعی و سیستم فازی- عصبی تطبیقی (مطالعه موردی: حوزه آبخیز حاجی قوشان)
Publish place: Journal of Watershed Management Research، Vol: 4، Issue: 8
Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 152
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:
شناسه ملی سند علمی:
JR_JWMR-4-8_009
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
پیشبینی رواناب به صورت کوتاه مدت به دلیل رابطه مستقیم آن با چگونگی تعامل مدیران با خطرات جانی ناشی از سیلابها، از اهمیت خاصی برخوردار است. در این تحقیق با استفاده از شبکههای عصبی مصنوعی ( ANN ) و فازی عصبی تطبیقی ( ANFIS )، اقدام به شبیهسازی فرآیند بارش- رواناب به صورت روزانه، در حوزه آبخیز حاجیقوشان شده است. در این سیستمها سه ترکیب مختلف ورودی شامل بارندگی همان روز، بارندگی همان روز و روز قبل، بارندگی همان روز و روز قبل و دو روز قبل از آن، مورد استفاده قرار گرفت. هم چنین در شبکه ANFIS از توابع مختلف گوسی، گوسی نوع ۲، مثلثی و زنگولهای استفاده شد و تعداد نرونهای لایه مخفی در شبکه عصبی بین ۲ تا ۱۰ نرون متغیر بود. معیارهای آماری متوسط ریشه مربع خطا ( RMSE )، متوسط قدر مطلق خطا ( MAE ) و ضریب همبستگی ( R ) برای ارزیابی و مقایسه عملکرد شبکههای عصبی مصنوعی و مدل ANFIS در پیشبینی رواناب، مورد استفاده قرار گرفت. مدل ANFIS با ۱۱/۷ RMSE= ، ۱۸/۲ MAE= و ۶۰/۰ R= نسبت به مدل ANN با ۰۳/۶ RMSE= ، ۹۷/۱ MAE= و ۳۹/۰ R= ، فرآیند بارش- رواناب را با دقت بالاتری پیشبینی نموده است.
Keywords:
Authors