مقایسه عملکرد مدلهای شبکه عصبی موجکی، رگرسیون خطیچند متغیره و شبکه عصبی- مصنوعی در تخمین اکسیژن خواهیشیمیایی رودخانه کرج
Publish place: 10th International Congress on Civil Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 662
This Paper With 11 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:
ICCE10_0745
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
رودخانهها از جمله با ارزشترین اکوسیستمهای آبی هستند که سلامت آنها سبب حفظ بقای کلیه موجودات زنده میگردد. در این تحقیق برحسب ضرورت پیشبینی کیفیت رودخانهها، عملکرد مدل های شبکه عصبی ANN ترکیبی شبکه عصبی - موجک WANN و رگرسیون خطی چندمتغیره MLR درپیش بینی غلظت اکسیژن خواهی شیمیایی COD ایستگاههای خروجیسدتنظیمی و پلکمپ واقع در رودخانه کرج، مورد ارزیابی قرارگرفت. از دوره آماری 141 ماهه (از شهریور 1378 تا اردیبهشت 1390 ) بهعنوان ورودی مدل ها استفاده شد. این مدلها تنهابا استفاده ازCOD در ماههای گذشته، به پیش بینی غلظتCODیک ماه بعد پرداختند.کارایی مدلها با ضریب تببین و ریشه میانگین خطای مربع ارزیابی شدند. درادامه، قابلیت هر سه مدل، برای پیشبینی نقاط پیک سری زمانی که دارای اهمیت بسزایی هستند، بررسی شد. نتایج، حاکی از دقت بالای مدل ترکیبیWANN بهدلیل توانایی آن در شبیهسازی نوسانات پیچیده و غیرخطی سیگنال بهواسطه تجزیه سری زمانی به زیرسری های تقریب و جزئیات است
Keywords:
Authors
طاهر رجایی
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم
رقیه رحیمی بنماران
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم
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 :