Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

A Wavelet-ANN Approach to Investigate the Effect of Seasonal Decomposition of Time Series in Daily River Flow Forecasting

تعداد صفحات: 8 | تعداد نمایش خلاصه: 641 | نظرات: 0
سال انتشار: 1394
کد COI Paper: ICCE10_0243
زبان Paper: Englishglish
(فایل این Paper در 8 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper A Wavelet-ANN Approach to Investigate the Effect of Seasonal Decomposition of Time Series in Daily River Flow Forecasting

Mohamad Javad Alizadeh - PhD Student, Faculty of Civil Engineering, K.N.Toosi University of Technology, Tehran, Iran
Mohamad Reza Kavianpour - Associate Professor, Faculty of Civil Engineering, K.N.Toosi University of Technology, Tehran, Iran
Ahmad Tahershamsi - Associate Professor, Department of Civil and Environmental Engineering, Amirkabir University of Technology, Tehran, Iran
Hossein Shahheydari - PhD Student, Faculty of Civil Engineering, K.N.Toosi University of Technology, Tehran, Iran

چکیده Paper:

This paper presents the effect of seasonal decomposition of time series in daily flow forecasting. Models are developed for each season separately and a wavelet-neural network approach is applied to predict the flow discharge in Karaj River. Different combinations of the meteorological data (precipitation and temperature) and the flow discharge with different lag times and also different wavelet decomposition levels are used to find the best model performances. Discrete wavelet transform is used to decompose the original time series and the decomposed sub-time series are applied as the new input data for the neural network models. The study demonstrates that wavelet-neural network models can be used to predict the flow discharge successfully. Performances of seasonal models are compared with non-seasonal models. Comparisons show that the use of seasonal models instead of non-seasonal models provides a more accurate prediction of the river flow. Results of this study reveal that the best model for each season includes different input variables

کلیدواژه ها:

Wavelet Transform, Neural Network, Flow Discharge, Precipitation, Model Performance

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/363962/

کد COI Paper: ICCE10_0243

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined و undefined, undefined و undefined, undefined,1394,A Wavelet-ANN Approach to Investigate the Effect of Seasonal Decomposition of Time Series in Daily River Flow Forecasting,دهمین کنگره بین المللی مهندسی عمران,Tabriz,,,https://civilica.com/doc/363962

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394, Alizadeh, Mohamad Javad؛ Mohamad Reza Kavianpour و Ahmad Tahershamsi و Hossein Shahheydari)
برای بار دوم به بعد: (1394, Alizadeh؛ Kavianpour و Tahershamsi و Shahheydari)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: state university
تعداد مقالات: 9,448
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support