ارزیابی کارایی روش توابع متعامد تجربی نسبت به سیستم استنتاج فازی و شبکه عصبی مصنوعی برای پیش بینی جریان

Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 197

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WATER-4-2_003

تاریخ نمایه سازی: 4 اسفند 1400

Abstract:

برای پیش­بینی مقدار جریان ورودی، معمولا دو روش کلی مدل سازی متکی به فرآیند و مدل­سازی متکی به داده استفاده می شود. از جمله روش های متکی به داده در زمینه پیش­بینی جریان رودخانه، مدل­های شبکه عصبی مصنوعی، مدل­های رگرسیون، مدل­های سری­زمانی و مدل­های منطق­فازی می­باشد. در این تحقیق کارایی روش دیگری به نام تکنیک توابع متعامد تجربی نسبت به روش های شبکه عصبی مصنوعی و سیستم استنتاج فازی برای پیش­بینی جریان ماهانه ورودی به مخزن سد لتیان مورد ارزیابی قرار گرفت. پنج مدل ساخته شده توسط شبکه عصبی مصنوعی و سیستم استنتاج فازی شبیه هم بوده که بستگی به باران، دما و دبی دارد و مدل های ساخته شده توسط توابع متعامد تجربی فقط بستگی به دبی در ایستگاه لتیان و ایستگاه های مجاور دارد. ابتدا برای هر مدل بهترین ترکیب شناسایی شد سپس فاکتورهای آماری CE ، MAPE ، RMSE و CORR در بهترین ترکیب های هر مدل مورد مقایسه قرار گرفت. نتایج عددی نشان داد بهترین مدل مربوط به سیستم استنتاج فازی می­باشد. لذا کارایی این مدل نسبت به مدل های شبکه عصبی و توابع متعامد بیشتر می باشد

Keywords:

پیش بینی , توابع متعامد تجربی , سیستم استنتاج فازی شبکه عصبی مصنوعی , مدل

Authors

کریم خدایی

آبیاری و زهکشی، گروه مهندسی آب دانشگاه رازی کرمانشاه

هوشنگ قمرنیا

گروه مهندسی آب دانشگاه رازی کرمانشاه

عبداله طاهری تیزرو

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، ایران

رسول قبادیان

- استادیار گروه مهندسی آب، دانشگاه رازی

محمدحسین نوری قیداری

استادیار گروه مهندسی عمران، دانشکده فنی، دانشگاه آزاد زنجان، 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 :
  • عرب، ر. ۱۳۸۵. بررسی آماری ارتباط بارش و جریان رودخانه ...
  • محمدی، م.، م. محمودشوشتری. ۱۳۸۵. برآورد دبی هفتگی متوسط رودخانه ...
  • نوری قیداری، م. ۱۳۸۴. کلاسه بندی منطقه ای مقادیر حدی ...
  • Braud, I. ۱۹۹۲. EOF analysis: analytical aspects of a geostatistical ...
  • Hisdal, H. ؛Tveito, O.E. ۱۹۹۳. Extension of runoff series using ...
  • Kang, K.W. ؛Kim J.H. ؛Park C.Y. ؛and Ham K.J. ۱۹۹۳. ...
  • Kisi, O. ۲۰۰۴. River Flow Modelling using artificial neural networks. ...
  • Mahabir, C.; Hicks, F.E.; and Robinson, Fayek A. ۲۰۰۳. Application ...
  • ۹.Mizumura, K. ۱۹۹۵. Application of fuzzy theory to snowmelt-runoff. In: ...
  • Obled, C.; Creutin, J.D. ۱۹۸۶. Some development in the use ...
  • Sajikumar, N.; Thandaveswara, B.S. ۱۹۹۹. A nonlinear rainfall runoff model ...
  • Tawfik, Maha. ۲۰۰۳. Linearity Versus non-linearity in forecasting Nile River ...
  • Wang, W.; Vrijling, J K.; Van, Gelder.; ۲۰۰۶. Stochastisity, Nonlinearity ...
  • Zealand, C.M.; Burn, D.H.; and Simonovic, S.P. ۱۹۹۹. Short term ...
  • نمایش کامل مراجع