ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

پیش بینی فرم بستر رودخانه های ماسه ای با استفاده از روش درخت تصمیم

Year: 1397
COI: JR_JWSC-25-5_019
Language: PersianView: 211
This Paper With 10 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مسعود کرباسی - هیات علمی دانشگاه زنجان
نگین میرمرسلی - گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

Abstract:

چکیده سابقه و هدف: فرم بستر یا به عبارتی ناهمواری های بستر به شکل های مختلف در بستر رودخانه اطلاق می شود که در اثر حرکت جریان به وجود می آید و تاثیر مستقیم و مهمی روی زبری بستر و در نتیجه مقاومت در مقابل جریان و تاثیر روی پروفیل سطح آب را در پی دارد. از آن جا که محاسبات دبی- اشل رودخانه و سرعت جریان کاملا تحت تاثیر زبری قرار دارد، لذا پیش بینی دقیق شکل بستر از اهمیت زیادی برخوردار است. به دلیل تاثیر پارامترهای مختلف در شکل گیری فرم بستر رودخانه ها، تعیین معادلات حاکم بر آن مشکل بوده و مدل های ریاضی نیز از دقت کافی برخوردار نیستند. امروزه استفاده از سیستم های هوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. هدف این پژوهش، معرفی روشی است که با استفاده از آن بتوان فرم بستر رودخانه های ماسه ای را با دقت بالایی پیش بینی نمود. مواد و روش ها: در پژوهش حاضر، برای به دست آوردن نتایج بهتر و کاهش پراکندگی داده ها، داده ها به طور تصادفی به دو بخش آموزش (70 درصد) که شامل 1647 داده ی آزمایشگاهی و آزمون (30 درصد) که شامل 560 داده ی آزمایشگاهی است تقسیم شدند. روش هوشمند درخت تصمیم بر روی داده های بخش آزمون در محیط برنامه نویسی وکا کدنویسی شد و در نهایت با استفاده از الگوریتم های (Random Forest) و (Random Tree) واسنجی بر روی داده ها انجام گردید. سپس روش های تجربی وان راین، انگلند هانسن و سیمونز و ریچاردسون بر روی داده های بخش آزمون اجرا گردید. یافته ها: ارزیابی نتایج به دست آمده با استفاده از معیارهای آماری مجذور میانگین مربعات خطا (RMSE)، نرخ دسته بندی صحیح (CCI) و مساحت زیر منحنی (ROC Area) انجام شده است. نتایج نشان داد که الگوریتم(Random Forest) برای داده های آزمایشگاهی با معیارهای آماری 85%CCI= درصد، 17/0RMSE=، 97/0ROC= دارای بهترین عملکرد است. از سوی دیگر با بررسی نتایج روش های تجربی مشخص شد که برای داده های آزمایشگاهی، روش وان راین با نتایج %64CCI= درصد، 07/1RMSE= دارای عملکرد بهتری می باشد. بین متغیرهای مختلف محیطی دبی، عرض، عمق، شیب، قطر متوسط ذرات رسوبی و دما برای داده های آزمایشگاهی دارای بیشترین اهمیت در پیش بینی فرم های بستر بودند. نتیجه گیری: در این پژوهش برتری مدل های محاسباتی نرم در مدل سازی و پیش بینی فرم بستر مشهود بوده و مدل های اجرا شده در محیط وکا عملکرد بهتری داشتند. اصولا از آن جا که در شکل گیری فرم بستر رودخانه ها، عوامل متعددی دخالت دارند و همچنین به دلیل ماهیت پیچیده ی آن، پیش بینی این پدیده بسیار دشوار و گاهی کم دقت است. از آن جا که روش های هوش مصنوعی برای تحلیل مسائلی به کار می روند که شناخت و توصیف صریح از ماهیت مسئله وجود ندارد، بنابراین بسیاری از مسائل مربوط به فرم های بستر را می توان با این روش ها حل نمود.

Keywords:

Paper COI Code

This Paper COI Code is JR_JWSC-25-5_019. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/953611/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
کرباسی، مسعود و میرمرسلی، نگین،1397،پیش بینی فرم بستر رودخانه های ماسه ای با استفاده از روش درخت تصمیم،https://civilica.com/doc/953611

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: دانشگاه دولتی
Paper count: 8,881
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support