مقایسه کارایی مدلهای هوشمندترکیبی عصبی موجک باروش رگرسیون خطی درتخمین مشخصه های کیفی مطالعه موردی: ایستگاه خورگورسوزان آبهای ساحلی بندرعباس
Publish place: 6th International Offshore Industries Conference
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 505
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:
OICIRAN06_098
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
مدیریت کارایی آبهای ساحلی و حفاظت کیفی آن یکی ازعوامل توسعه پایدار محیط زیست سواحل و دریاها به شمار می ایددراین مطالعه مدلهای شبکه عصبی مصنوعی رگرسیون خطی چندمتغیره و ترکیب شبکه عصبی موجک برای تخمین مقادیر شوری و اسیدیته درمحل ایستگاه خورگورسوزان آبهای ساحلی بندرعباسی بررسی شد به منظور پیش پردازش داده های زمانی سری زمانی هردوپارامتر بوسیله توابع تبدیل مختلف درسطوح مختلفی به زیرسریها تجزیه شدند و به عنوان ورودی درالگوهای شبکه عصبی قرارگرفتند نتایج نشان داد که مدل ترکیبی موج با سرعت یادگیری بالا دقت پیش بینی را به خصوص برای مقادیر بیشینه نسبت به روش رگرسیون و شبکه عصبی افزایش و میانگین مربعات خطا را کاهش داده است اینروش ضریب تیین را برای پارامتر شوری به ترتیب از0/79و 0/62 درمدل شبکه عصبی و رگرسیون به 0/83 و برای پارامتر اسیدیته از0/82و0/55 به 0/84 افزایش داد
Keywords:
تبدیل موجک /شوری /اسیدیته /شبکه عصبی /ایستگاه خورگورسوزان
Authors
محمد رادسر
دانشجوی کارشناسی ارشد دانشگاه علم و صنعت
حمیده جعفری
دانش اموخته کارشناسی ارشد دانشگاه قم
سیدمصطفی سیادت موسوی
استادیاردانشگاه علم و صنعت
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 :