پیش بینی جریان روزانه با استفاده از شبکه های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
عنوان مقاله: پیش بینی جریان روزانه با استفاده از شبکه های عصبی مصنوعی
و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
شناسه ملی مقاله: JR_WASO-23-3_008
منتشر شده در در سال 1392
شناسه ملی مقاله: JR_WASO-23-3_008
منتشر شده در در سال 1392
مشخصات نویسندگان مقاله:
صفر معروفی
کیمیا امیرمرادی
نصرالدین پارسافر
خلاصه مقاله:
صفر معروفی
کیمیا امیرمرادی
نصرالدین پارسافر
پیشبینی دقیق جریان در رودخانهها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. به دلیل اهمیت پیشبینی جریان رودخانه، در این تحقیق جریان روزانه رودخانهی باراندوزچای در دو ایستگاه بیبکران و دیزج طی یک دورهی آماری ۲۰ ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) میباشد، پیشبینی گردید. سپس نتایج حاصله از مدل WNN با مدل ANN مقایسه گردید. دادههای مربوط به سالهای ۱۳۸۴-۱۳۶۹ به منظور آموزش شبکهها و دادههای سالهای ۱۳۸۸-۱۳۸۵ نیز جهت صحتسنجی شبکهها استفاده گردیدند. عملکرد این دو مدل توسط شاخصهای آماری ضریب همبستگی (r)، ریشه مربع میانگین خطا (RMSE) و میانگین قدر مطلق خطا (MAE) ارزیابی گردید. نتایج این پژوهش نشان داد که مدل WNN با ضرایب همبستگی ۹۷۲/۰ و ۹۷۶/۰ که به ترتیب مربوط به ایستگاههای بیبکران و دیزج میباشند، توانایی بیشتری در پیشبینی جریان روزانه رودخانه نسبت به مدل ANN دارد. بنابراین، نتایج حاکی از کارایی مناسب و دقت بالای مدل عصبی- موجکی در مقایسه با شبکه عصبی مصنوعی در پیشبینی جریان رودخانه است. i-font_iy`[Wew Roman";mso-fareast-font-family:Calibri; mso-hansi-font-family:"Times New Roman";mso-ansi-language:EN-US;mso-fareast-language: EN-US;mso-bidi-language:FA'> به میزان ۰۷۴/۰ واحد ( ۸۷/۱۶۰ درصد) نسبت به شاهد شد. بطور کلی نتایج دلالت بر این دارد که جهت اصلاح خاکهای شور-سدیمی، بهتر است ابتدا ازPAM استفاده شود، چون از نظر بهبود هدایت هیدرولیکی و تسریع آبشویی تاثیر مهم میگذارد، بهره گیری از پومیس یا کمپوست در اولویت بعدی قرار میگیرد.
کلمات کلیدی: جریان روزانه, رودخانه باراندوزچای, شبکه عصبی مصنوعی, مدل عصبی- موجکی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1587893/