پیش بینی میزان آب دهی رودخانه آجی چای با استفاده از روش های برنامه ریزی ژنتیک و شبکه عصبی مصنوعی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 584

This Paper With 7 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:

ATTITTDE01_065

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

امروزه پیش بینی متغیرهای هیدرولوژیکی به منظور مدیریت منابع آب از اهمیت بسزایی برخوردار است. از این رو متخصصان همواره در پییافتن روش هایی برای تخمین هر چه دقیق تر متغیرهای مذکور از جمله میزان آبدهی رودخانه ها می باشند. لذا در تحقیق حاضر، کاراییروش های هوش مصنوعی از جمله روش برنامه ریزی ژنتیک و شبکه های عصبی مصنوعی در پیش بینی دبی رودخانه آجی چای در حوضهآبریز دریاچه ارومیه مورد بررسی قرار گرفته است. بدین منظور، داده های میانگین ماهانه دبی رودخانه ی آجی چای در ایستگاه ونیار در بازهزمانی بین سال های 1328 الی 1389 مورد استفاده قرار گرفته و دقت روش های مذکور توسط پارامترهای آماری جذر میانگین مربعاتخطا، میانگین خطای مطلق و ضریب همبستگی مورد تجزیه و تحلیل قرار گرفته است. نتایج حاصل از پژوهش حاضر نشان دادند که روش شبکه عصبی مصنوعی با جذر میانگین مربعات خطای 10/550 و روش برنامه ریزی ژنتیک با جذر میانگین مربعات خطای 9/474 در حالت استفاده از حافظه دبی یک ماه قبل مناسب ترین عملکرد را در پیش بینی آبدهی رودخانه آجی چای داشته اند. در نهایت، یک رابطه تحلیلیریاضی مستخرج از روش برنامه ریزی ژنتیک با دارا بودن توابع ریاضی چهار عمل اصلی، جذر، توان، لگاریتم، سینوس، کسینوس، آرک-تانژانت و با در نظر گرفتن پارامتر ورودی دبی یک ماه قبل، به عنوان روشی مناسب و کاربردی در برآورد آبدهی رودخانه آجی چایپیشنهاد گردید.

Authors

سیما صمدیان فرد

دانشجوی دوره کارشناسی، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران

هادی نیک نژاد

دانشجوی دوره کارشناسی، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران

سعید صمدیان فرد

استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، 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 :
  • مدلسازی و پیش بینی دبی ماهانه جریان مطالعه موردی رودخانه قره سو [مقاله کنفرانسی]
  • داننده مهر، علی و مجدزاده طباطبایی، محمدرضا (1389)، بررسی تاثیر ...
  • فربودنام، نیما، قربانی، محمدعلی و اعلمی، محمدتقی (1388)، پیش بینی ...
  • میرزایی، علی اصغر و دلیرحسن نیا، رضا (1392)، مقایسه روش‌های ...
  • نبی زاده، مرتضی، مساعدی، ابولفضل، حسام، موسی، دهقانی، امیراحمد، زاکری ...
  • Koza J.R. (1992). Genetic programming, on the programming of computers ...
  • Liu W.C. and Chen W.B. (2012). Prediction of water temperature ...
  • Maier H.R. and Dondy G.C. (1996). Use of artificial neural ...
  • Smith J. and Eli R.N. (1995). Neural network models of ...
  • Wang Q.J. (1991). The genetic algorithm and its application to ...
  • Wang W.C., Chau K.W., Cheng C.T. and Qiu L. (2009). ...
  • نمایش کامل مراجع