پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره)
Publish place: The Second National Conference on Flood Management and Engineering with an Urban Flood Approach
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 581
This Paper With 10 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:
IFMC02_064
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
پیش بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می باشد. تحقیق حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی و سری های زمانی آریما (ARIMA) در برآورد دبی در ایستگاه بریم آبخیز زهره که دارای آمار بارندگی، دبی در طی دوره مشترک آماری بودند پی ریزی شد. در روش شبکه عصبی مصنوعی از توابع محرک سیگموئیدی و ضریب یادگیری یک که با استفاده از آزمون و خطا به دست آمد استفاده کردیم. همچنین در روش آریما از یک مدل های مختلف روشی که کمترین آکائیک را داشته باشد. به عنوان مدل بهینه انتخاب گردید که مدل (12)(1، 0، 1)(0، 1، 0) ARIMA است. دقت سنجی مدل ها بر اساس آماره های ریشه میانگین مربعات خطا و ضریب تبیین حاکی از دقت بیشتر شبکه عصبی مصنوعی نسبت به مدل های سری زمانی (ARIMA) می باشد. همچنین بهترین مدل در روش شبکه عصبی مصنوعی، مدل شماره 2 با آرایش 1-11-3 به ترتیب با سه نرون در نرون در لایه ورودی، 11 نرون در لایه مخفی و یک نرون در لایه خروجی شناخته شد.
Keywords:
Authors
عبدال شهریور
عضو هیئت علمی مرکز تحقیقات کشاورزی
مجید خزایی
دانشجوی دکتری آبخیزداری
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 :