مقایسه شبکه های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی دبیماهانه (مطالعه موردی رودخانه سیمینه رود)

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 448

This Paper With 14 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:

ARUES04_156

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

از مهمترین مسائلی که در مدیریت حوزه های آبخیز مطرح است، پیش بینی فرآیندهای هیدرولوژیکی می باشد. علاوه بر آن پیش بینی دبی رودخانه، مخصوصاً در مواقع سیلابی، توسط سیستم های هشدار، به مسئولان این امکان را می دهد که میزان خسارات ناشی از وقوع آنرا کاهش دهند و تدابیر خاصی را از پیش، برای کنترل آن در نظر بگیرند. در این تحقیق هدف تخمین دبی های ماهانه در حوضه رودخانه سیمینه رود با استفاده از شبکه عصبی و الگوریتم ژنتیک می باشد. به منظور آموزش مدل، از اطلاعات ایستگاه هیدرومتری داشبند و ایستگاه های هواشناسی موجود در منطقه استفاده شد. برای انتخاب بهترین نتایج از ضریب همبستگی بین داده های مشاهداتی و پیش بینی شده استفاده گردید. نتایج نشان داد که دقتشبکه های عصبی بیشتر از الگوریتم زنتیک در پیش بینی دبی ماهانه می باشد.

Authors

هادی شاهی

دانشگاه آزاد اسلامی واحد مراغه، مراغه، ایران

رامین رستمی

دانشگاه آزاد اسلامی واحد میاندوآب، میاندوآب، 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 :
  • عراقی نژاد، ش. و کارآموز، م. پیش‌بینی بلند مدت رواناب ...
  • I2] کارآموز، م. بهره برداری تلفیقی از منابع آب سطحی ...
  • عراقی نژاد، ش. و کارآموز، م. پیش‌بینی بلندمدت رواناب با ...
  • I4] داننده مهر، ع. مجدزاده، م، ر. بررسی تاثیر توالی ...
  • فربودفام ن، قربانی م ع، اعلمی م ت، پیش بینی ...
  • I13] اکبرپور، م. پیش‌بینی روابط بارش- رواناب با استفاده از ...
  • Aytek A, Asce M, and Alp M. An application of ...
  • Guven A. Linear genetic programming for time-series modeling of daily ...
  • Nina R, Atmapoojya s.L., and Kadu s. Genetic Algorithm Driven ...
  • Ferreira, C. Gentic representation and genetic neutrality in gene expression ...
  • Ferreira, C. Gene expression programming :A new adaptive algorithm for ...
  • Lopes, H. S., Weinert, W. R., :EGYPSYS: An enhanced gene ...
  • Nagy, H. M., Watanabe, K., and Hirano, M., Prediction of ...
  • نمایش کامل مراجع