مقایسه و ارزیابی مدل های شبکه عصبی بیزین، برنامه ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی در تخمین بده جریان؛ مطالعه موردی حوضه صوفی چای

Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 201

This Paper With 20 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-5-4_005

تاریخ نمایه سازی: 3 اسفند 1400

Abstract:

پیش بینی جریان رودخانه برای برنامه ریزی طراحی و مدیریت مطمئن پروژه های منابع آب مهم است. در این پژوهش قابلیت کاربرد شبکه عصبی بیزین، برنامه ریزی ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره برای پیش بینی سری زمانی جریان رودخانه صوفی چای بررسی شد. سری زمانی جریان روزانه رودخانه برای دوره ۱۳۷۶ تا ۱۳۸۹ برای ایستگاه هیدرومتری تازه کند رودخانه صوفی چای مورد استفاده واقع شد. جهت بدست آوردن بهترین نگاشت ورودی و خروجی؛ ترکیبات مختلف ورودی با استفاده از داده های پیشین جریان روزانه رودخانه محاسبه شد. کارایی مدل ها با استفاده از چهار معیار خطای: ضریب همبستگی (CC)، ریشه جذر میانگین خطا (RMSE ( و ضریب نش ساتکلیف و بایاس محاسبه شد. مقایسه مدل ها نشان داد که شبکه عصبی بیزین با ضریب همبستگی (۹۹۱/۰)، جذر میانگین مربعات خطا (m۳/s۰۳۱/۰)، نش ساتکلیف (۹۸۱/۰) و مقدار بایاس (۰۰۶/۰-) بهترین تخمین را از داده های روزانه جریان رودخانه نسبت به مدل های برنامه ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره داشته است.

Authors

رضا دهقانی

مهندسی منابع آب- دانشگاه تبریز

محمد علی قربانی

دانشیار، گروه مهندسی آب، دانشگاه تبریز

محمد تشنه لب

استاد گروه مهندسی برق – کنترل، دانشگاه خواجه نصیرالدین طوسی،

امیر ریخته گر غیاثی

استادیار، گروه مهندسی برق - کنترل، دانشگاه تبریز، ایران

اسماعیل اسدی

استادیار، گروه مهندسی آب، دانشگاه تبریز، ایران

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 :