بررسی عملکرد شبکه های عصبی گازی در خوشه بندی هیدرولوژیک
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 257
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWIM-12-2_010
تاریخ نمایه سازی: 1 مرداد 1401
Abstract:
طراحی بسیاری از زیرساخت ها و پروژه های عمرانی نیازمند مطالعات گسترده ای در زمینه شرایط جغرافیایی منطقه و ویژگی های اقلیمی آن ناحیه می باشد. کارایی این پژوهش ها خود وابسته به اطلاعات و داده های موردنیاز است. در بسیاری از مواقع منطقه طرح در موقعیتی قرار دارد که هیچ گونه اطلاعات اقلیمی مانند بارش موجود نیست. از این رو، تحلیل فراوانی منطقه ای بسیار موردتوجه قرار گرفته است. در این شیوه با شرایط و ابزار خاصی اطلاعات موجود در نواحی دیگر قابل بسط و انتقال به سایر نواحی می شود. در این مسیر خوشه بندی یکی از تاثیرگذارترین مراحل می باشد که منطقه و ایستگاه های موجود را به مناطق همگن هیدرولوژیک تقسیم می نماید. از این رو، در این پژوهش علاوه بر روشهای رایج در خوشه بندی از دو مدل جدید شبکه عصبی گازی و شبکه عصبی گازی رشدیابنده به منظور تعیین مناطق همگن در سطح استان خوزستان استفاده شد. یکی از ویژگی های منحصربه فرد این الگوریتم ها یادگیری توپولوژی یا شکل توزیع حاکم بر فضای داده ها می باشد. با استفاده از متغیرهای طول جغرافیایی، عرض جغرافیایی، ارتفاع، متوسط بارش سالانه و حداکثر بارش ۲۴ ساعته سالانه ایستگاه، منطقه طرح به دو ناحیه همگن تقسیم و فرایند خوشه بندی انجام پذیرفت. نتایج نشان دهنده کارایی و دقت بالای شبکه های عصبی گازی در مبحث خوشه بندی می باشد. متوسط میزان خطا و هم چنین ضریب تغییرات خطا در این مدل به ترتیب ۵۶/۱۵ و ۳۹/۲۴ درصد برآورد شد که نسبت به روش های معمول برتری قابل توجهی از خود نشان داد.
Keywords:
Authors
محمدرضا محمودی
کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران.
سعید اسلامیان
استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران.
سید علیرضا گوهری
استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران.
معین طحانیان
کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، 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 :