کاربرد مدل ترکیبی موجک شبکه عصبی در پیش بینی تغییرات کوتاه مدت تراز سطح دریا (مطالعه موردی: بندر چابهار)
Publish place: Marine Technology Journal، Vol: 1، Issue: 2
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 452
This Paper With 12 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:
JR_IJMT-1-2_005
تاریخ نمایه سازی: 2 آبان 1396
Abstract:
پیش بینی دقیق تر از سطح دریا در مناطق ساحلی در کاربردهای مهندسی سواحل بسیار با اهمیت می باشد. با پیش بینی تراز سطح دریا مشاهده جریانات دریا و تغییرات آن ها در سطح، ارتفاع موج، سرعت باد و جزر و مد ممکن شده و این نقش بسزایی در برنامه ریزی و مدیریت سواحل دارد. این مطالعه، توانایی روش و مدل ترکیبی موجک شبکه عصبی در پیش بینی کوتاه مدت تراز سطح دریا در بندر چابهار را مورد مطالعه و بررسی قرار می دهد. مقایسه این روش با دو روش مدل شبکه عصبی و رگرسیون خطی با استفاده از پارامترهای آماری ضرایب خطا (E، RMSE) به عنوان معیار، مورد بررسی قرار می گیرد. اطلاعات گذشته در مورد تراز سطح دریا که بصورت ساعتی برداشت شده به عنوان ورودی مدل بوده و مدل برای پیش بینی 12 ساعت آینده (نیم روز) مورد استفاده قرار گرفته است. مقایسه مدل ترکیبی موجک-شبکه عصبی با دیگر مدل ها با استفاده از معیار خطاها، نتایج بهتر این مدل را در پیش بینی تراز سطح دریا در دوره کوتاه مدت 12 ساعته در این ایستگاه نشان می دهد. ضریب E در سه حالت مدل ترکیبی موجک شبکه عصبی، شبکه عصبی و رگرسیون خطی بترتیب 0/989، 0/878 و 0/848 می باشد. این مدل با استفاده از تبدیل موجک و تجزیه سری زمانی تراز سطح دریا به زیرسری هایی با اطلاعات مفید و با تغییرات فرکانسی مختلف، فرآیند پیش بینی را بهبود می بخشد.
Keywords:
Authors
طاهر رجایی
استادیار دانشکده مهندسی عمران، دانشگاه قم
اکبر شهابی
دانشجوی دکتری عمران- سازه های هیدرولیکی، دانشگاه قم