استفاده ترکیبی از تبدیل موجک و مدل های هوشمند در شبیه سازی جریان رودخانه (مطالعه موردی: رودخانه های کاکارضا و سراب صیدعلی)
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 437
This Paper With 17 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_WATER-8-4_001
تاریخ نمایه سازی: 15 تیر 1398
Abstract:
چکیده بیشک اولین قدم برای مدیریت منابع آب پیش بینی و برآورد جریان رودخانه ها است. در این مطالعه به منظور پیش بینی سری زمانی جریان روزانه و ماهانه ایستگاه های کاکارضا و سراب صیدعلی، مدل های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به مدت 12 سال (1392-1380) به وسیله تبدیل موجک به زیر سری های فرکانسی تجزیه شد، سپس این زیرسری ها به عنوان داده های ورودی به مدل های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی وارد شد. نتایج بدست آمده حاکی از آن بود که سیستم استتتاج فازی عصبی تطبیقی با میزان خطای کمتر و ضریب همبستگی بیشتر نسبت به روش شبکه عصبی مصنوعی از دقت بالاتری برخوردار است و اعمال تبدیل موجک روی داده های اصلی جریان و بارش باعث بهبود چشمگیر نتایج پیش بینی شد.
Keywords:
Authors
امیر پورحقی
دانشکده مهندسی علوم آب
اباذر سلگی
، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
فریدون رادمنش
اهواز، دانشیار گروه هیدرولوژی و منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
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 :