مقایسه عملکرد سه الگوریتم آموزش مومنتم، گرادیان مزدوج و لونبرگ در ساختار ANN برای پیش بینی رواناب روزانه
عنوان مقاله: مقایسه عملکرد سه الگوریتم آموزش مومنتم، گرادیان مزدوج و لونبرگ در ساختار ANN برای پیش بینی رواناب روزانه
شناسه ملی مقاله: WRM02_208
منتشر شده در دومین کنفرانس مدیریت منابع آب در سال 1385
شناسه ملی مقاله: WRM02_208
منتشر شده در دومین کنفرانس مدیریت منابع آب در سال 1385
مشخصات نویسندگان مقاله:
مرتضی ایزی - دانشجوی کارشناسی ارشد آب، دانشگاه صنعتی اصفهان
کیوان اصغری - استادیار دانشکده عمران، دانشگاه صنعتی اصفهان
خلاصه مقاله:
مرتضی ایزی - دانشجوی کارشناسی ارشد آب، دانشگاه صنعتی اصفهان
کیوان اصغری - استادیار دانشکده عمران، دانشگاه صنعتی اصفهان
امروزه یکی از روش های متداول که در امر پیش بینی سیلاب، مورد استفاده قرار می گیرد، روش شبکه عصبی مصنوعی است، شبکه عصبی مصنوعی یکی از موفق ترین تکنیک های یادگیری خودکار با ساختار ریاضی است که توانایی تعریف روابط پیچیده غیر خطی بین ورودی و خروجی بدون تلاش در جهت درک طبیعت پدیده را داراست. همچنین این روش در مسائلی که دارای الگوریتم مشخصی برای حل آنها وجود ندارد و یا در مواقعی که روشهای متعارف دارای راه حلی بسیار طولانی و زمان بر هستند، کاربرد دارد. بدلیل اینکه شبکه عصبی مصنوعی، در اجزاء مختلف ساختار خود از الگوریتم ها و توابع مختلفی سود می جوید، مقایسه بین کارکرد الگوریتم ها امری لازم و ضروری می باشد. الگوریتم مومنتم جزء الگوریتم های روش های کاهش گرادیان و دو الگوریتم دیگر جزء الگوریتم های روش های مرتبه دوم می باشند.
هدف از تحقیق حاضر، پیش بینی جریان روزانه رودخانه بختیاری به کمک شبکه عصبی مصنوعی و استفاده از سه الگوریتم آموزش نامبرده می باشد. بدین منظور برای پیش بینی جریان روزانه رودخانه در ایستگاهی واقع در پایین دست حوضه، از داده های دما، تبخیر و بارندگی ایستگاه های بالادست منطقه و بارندگی و جریان روزهای قبل ایستگاه پایین دست استفاده شده است، و به مقایسه نتایج سه الگوریتم نامبرده می پردازیم.
کلمات کلیدی: شبکه عصبی مصنوعی ، الگوریتم آموزش ، مومنتم ، گرادیان مزدوج ، لونبرگ
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/13472/