شبیه سازی فرآیند بارش- رواناب با استفاده از سیستم تطبیقی استنتاج فازی - عصبی (ANFIS)

Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,686

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

WRM03_468

تاریخ نمایه سازی: 28 فروردین 1387

Abstract:

بهره برداری بهینه و مناسب از منابع آب یکی از وظایف مهم مدیران منابع آب می باشد.از طرفی دیگر عدم تخمین مناسب رواناب حاصل از بارش در حوضه های آبریز،مدیریت بهینه منابع آبی و به ویژه مدیریت بهره برداری مخازن سدها را دچار مشکل می نماید.در این میان مقوله شبیه سازی به عنوان راهکاری مناسب جهت تخمین رواناب،نمود پیدا می کند.تا کنون مدلها و روشهای مختلفی برای تخمین و شبیهسازی فرآ یند بارش - رواناب ارائه شده است که با استفاده از آنها شدت جریان رودخانه ها پیشبینی می شود . در این تحقیق از سیستم تطبیقی استنتاج فازی- عصبی (ANFIS) بعنوان مدل مبتنی بر هوش مصنوعی، برای شبیه سازی فرآ یند بارش- رواناب و تخمین آورد روزانه رودخانه مهاباد استفاده شده است. از مجموعه داده های رواناب روزانه رودخانه مهاباد از سال ۷۵ الی ۸۴ برای توسعه مدلهای مختلف ANFIS با ساختارهای ورودی متفاوت استفاده شده است.همچنین پنج مجموعه داده آموزش- آزمایش ساخته شد و در نهایت با استفاده از معیارهای آماری، مجذور متوسط مربعات خطای نسبی (RRMSE) ، متوسط خطای مطلق (MAPE) و ضریب تبیین (R2) ، ساختار بهینه مدل برای تخمین جریان روزانه رودخانه مهاباد انتخاب شد.

Keywords:

بارش- رواناب , مدیریت منابع آب , سیستم تطبیقی استنتاج فازی-عصبی

Authors

محمدامین عنایتی سردره

دانشجوی دوره کارشناسی ارشد عمران آب دانشگاه آزاد اسلامی واحدمهاباد

سیدجمیل قادری

استاد یار دانشگاه آزاد اسلامی واحد مهاباد

عثمان محمدپور

مربی دانشگاه آزاد اسلامی واحد مهاباد

محمدتقی اعلمی

استادیار دانشگاه تبریز

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 :
  • -Jang, J.S.R., Sun, C.T., Mizutani, E., 1997. Neuro-fuzzy and Soft ...
  • A C omputational Approach to Learning and Machine Intelligence. Prentice-Hall ...
  • -Nayak P.C. Sudheer K.P. Rangan D.M. Ramasastri K.S.(2004)" A neuro-fuzzy ...
  • computing technique for modeling hydrological time series" Journal of Hydrology ...
  • - Mahmut Firat, Mahmud Gungor, 2006, _ River flow estimation ...
  • -Muhammad Aqil, Ichiro Kita, , Akira Yano, _ Nishiyama. (2007). ...
  • modeling of the daily and hourly behaviour of runoff" Journal ...
  • - Fi-John Chang , Ya-Ting Chang (2006) "Adaptive neuro-fuzzy inference ...
  • نمایش کامل مراجع