مقایسه کارایی مدلهای شبکه عصبی مصنوعی و رگرسیونی در شبیهسازی بارش- رواناب
Publish place: 1th National Conference Semi-Arid Hydrology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 891
This Paper With 7 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:
شناسه ملی سند علمی:
KSAHC01_052
تاریخ نمایه سازی: 29 بهمن 1392
Abstract:
در این تحقیق با استفاده از شبکه عصبی مصنوعی و مدلهای رگرسیونی، رواناب سطحی تولید شده در رودخانه آیدوغموش واقع در شهرستان چاراویماق استان آذربایجان شرقی پرداخته شده است. از دادههای بارش و دبی به عنوان ورودی مدل شبکه عصبی پس پراکنش استفاده شده است. پارامترهای مورفولوژیک از قبیل نسبت انشعاب، نسبت سطح، نسبت طول رودخانه، فاکتور زهکشی و نسبت ناهمواری با توجه به اهمیت آنها در پیشبینی رواناب در مدل رگرسیون چند متغیره استفاده شدهاند. در مدلهای رگرسیونی از ضریب اطمینان در نرم افزار MATLAB استفاده گردیده و سپس با نتایج بدست آمده از مدل ANN مقایسه شدهاند. به این منظور ضریب R2 و فاکتور کارایی E برای تعیین کارایی مدل محاسبه شدهاند. مقادیر R2 برای میزان رواناب حداکثر در مدل ANN مابین 73/0 تا 866/0 قرار داشته و مقادیر E نیز بین 61/0 تا 65/0می باشد. با توجه به مقادیر بدست آمده، مدل ANN نسبت به مدل رگرسیونی به نتایج بهتری دست یافته است.
Keywords:
Authors
محمدحسین قلعه ای
دکترای ژئومورفولوژی و مدرس دانشگاه پیام نور واحد قره آغاج
نسرین امیدی
دانش آموخته کارشناسی آمار، دانشگاه تبریز
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 :