بهره گیری از مدل های سری زمانی جهت پیش بینی جریان سالانه رودخانه
Publish place: 7th National Congress on Civil Engineering
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 905
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCCE07_1310
Index date: 8 October 2013
بهره گیری از مدل های سری زمانی جهت پیش بینی جریان سالانه رودخانه abstract
پیش بینی معمولاً شامل اطلاعات تاریخی و تعمیم آ نها به آینده به کمک مدل های ریاضی است و یک عنصر کلیدی در تصمیم گیری های مدیریتی محسوب می گردد. هیدرولوژیست ها و برنامه ریزان همواره با برآورد متغیرهای هیدرولوژیک در بستر زمان مواجه بوده و شیوه های گوناگونی برای برآورد آنها ارائه شده است. ماهیت تصادفی پدیده های هیدرولوژیکی، استفاده از مفاهیم متغیرهای تصادفی را سبب گردیده که به واسطه وجود همبستگی زمانی در متغیرهای هیدرولوژیک به سریهای زمانی معروف است و مدل سازی سری زمانی به منظور پیش بینی متغیرها گامی مهم در طراحی و تحلیل حساسیت منابع آب است. از آنجا که پیش بینی جریان رودخانه ها در طراحی و برنامه ریزی منابع آب سطحی نقش بسزایی دارد و بررسی رفتار آنها و قابلیت پیش بینی آن در افق های زمانی آینده، مقدمه ای برای تهیه مدل های بهینه سازی است لذا در این تحقیق پیش بینی مقادیر آینده رودخانه جاجرود از روی مقادیر گذشته بررسی و نتایج موید قابلیت سری های زمانی در پیش بینی الگوی جریان سالانه می باشد.
بهره گیری از مدل های سری زمانی جهت پیش بینی جریان سالانه رودخانه Keywords:
بهره گیری از مدل های سری زمانی جهت پیش بینی جریان سالانه رودخانه authors
علیرضا قاسمی
دانشجوی دکتری مهندسی عمران- آب دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
احسان حاجی بابایی
دانشجوی دکتری مهندسی عمران- آب دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
ابوالفضل شمسایی
تهران،دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده فنی و مهندسی
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 :