ارزیابی قابلیت مدلهای هوشمند درتخمین جریان رودخانه سقز چای دربالادست مخزن سدشهیدکاظمی بوکان

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 860

This Paper With 13 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:

ACA01_069

تاریخ نمایه سازی: 24 خرداد 1393

Abstract:

تخمین میزان دبی جریان رودخانه ها به منظور مدیریت و برنامه ریزی منابع آب در رودخانه ها دریاچه ها مخازن سدها، کنترل سیلاب ها و همچنین جهت حفاظت از کناره های رودخانه در زمان وقوع سیلاب بسیار ضروری می باشد .هدف از این تحقیق بررسی قابلیت مدل های هوشمند از قبیل برنامه ریزی ژنتیک شبکه عصبی مصنوعی به منظور تخمین دبی در رودخانه سقز ای بوده است. در این راستا، داده های مربوط به سال های 1386-1390 دبی روزانه جریان رودخانه در ایستگاه هیدرومتری دره پنبه دان واقع بر رودخانه سقز چای در بالادست سد بوکان در استان آذربایجان غربی مورد استفاده قرار گرفت اگرچه در دهه اخیر تحقیقات متنوعی در خصوص کاربرد مدل های هیدرولوژیکی جعبه سیاه متکی بر شبکه های عصبی مصنوعی و برتری دقت این مدل ها بر روابط تجربی ارائه شده است ولی به دلیل غیرصریح بودن آنها در عمل به طور مناسب توسعه نیافته است در تحقیق حاضر رابطه صریح ریاضی با استفاده از برنامه ریزی ژنتیک برای تخمین میزان دبی جریان رودخانه ها ارائه شده است . و در مدل های مورد استفاده برای تخمین دبی جریان از داده های دبی جریان روزانه پیشین تا 10 تاخیر زمانی در مقیاس روز در نظر گرفته شده است .که با استفاده از نرم افزار SPSS بهترین ترکیب مدل ها در 5 نوع داده متفاوت استفاده و با یک فرآیند آموزش عمل تخمین انجام گرفت نتانیج با داده های مشاهداتی توسط معیارهای جذر میانگین مربعات خطا RMSE و ضریب تعیین R2 برای ارزیابی دقت مدل ها مورد بررسی و مقایسه قرار گرفت نتایج حاصل حاکی از دقت بالای شبکه عصبی مصنوعی در مقایسه با برنامه ریزی ژنتیک و کارایی آن در تخمین میزان دبی جریان رودخانه ها می باشد

Authors

خانلار مشاری

دانش اموخته کارشناسی ارشد عمران آب دانشگاه آزاد اسلامی واحد مراغه

محمدعلی قربانی

دانشیارگروه مهندسی آب دانشگاه تبریز ایران

رسول دانشفراز

استادیار گروه مهندسی عمران دانشگاه مراغه مراغه 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 :
  • - نجمائی، م. (1369). هیدرولوژی مهندسی. چاپ دوم. شماره انتشار ...
  • Firat, M. (2007). Artificial Intelligence Techniques for River Flow Forecasting ...
  • Ferreira, C., (2001).Gene expression programming:a new adaptive algorithm for solving ...
  • Ferreira, C. (2006), Automaticlly defined functions in gene expression programming, ...
  • Ghorbani, M.A. Kisi, O. and Aalinezhad, M. (2010)b. A probe ...
  • Sivapragasam, C. Maheswaran, R. and Venkatesh, V. (2008). Genetic Programming ...
  • نمایش کامل مراجع