مقایسه عملکرد مدل های داده مبنا در پیش بینی جریان رودخانه
Publish place: Third National Conference on Flood Management and Engineering with Urban Floods Approach
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 795
This Paper With 9 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:
IFMC03_023
تاریخ نمایه سازی: 14 آذر 1394
Abstract:
در سالهای اخیر، تکنیک های مدلسازی داده مبنا کاربردهای فراوانی در مطالعات هیدرولوژی و مهندسی منابع آب یافته اند. توسعه مدلهای برآورد یا پیش بینی رواناب رودخانه یکی از زمینه های مطالعاتی است که این تکنیک ها کاربرد زیادی در آن دارند . در مطالعه حاضر، سه تکنیک مدلسازی داده مبنا شامل رگرسیون خطی چندگانه MLR ؛ K نزدیکترین همسایه KNN و شبکه عصبی مصنوعی ANN به منظور پیشبینی رواناب رودخانه مورد استفاده قرار گرفته و نتایج حاصل از آنها بررسی شده است. همچنین تأثیر انتخاب چند رویکرد مختلف در انتخاب متغیرهای پیش بینی ارزیابی شده است. نتایج بهدست آمده حاکی از آن است که استفاده از داده های جریان ماههای قبل در مجموعه داده های مورد استفاده جهت پیشبینی میتواند سبب بهبود کیفیت نتایج مدلها شود. همچنین مقایسه عملکرد کلی تکنیکهای مدلسازی مبین برتری نتایج حاصل از بهکارگیری تکنیک KNN نسبت به سایر روشها میباشد.
Keywords:
پیشبینی رواناب رودخانه , مدل سازی داده مبنا , رگرسیون خطی چندگانه , K نزدیکترین همسایه , شبکه عصبی مصنوعی
Authors
مجتبی شوریان
استادیار، دانشکده مهندسی آب و محیط زیست، پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی
علی آهنی
دانشجوی دکتری، دانشکده مهندسی آب و محیط زیست، پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی
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 :