ارزیابی مدل هیبریدی شبکه عصبی مصنوعی- ژنتیک (ANN-GA) جهت شبیه سازی جریان رودخانه
Publish place: The 2nd National Conference on Natural Resources Management, Focusing on Water, Flood and the Environment
Publish Year: 1398
Type: Conference paper
Language: Persian
View: 754
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NCNRM02_076
Index date: 30 November 2019
ارزیابی مدل هیبریدی شبکه عصبی مصنوعی- ژنتیک (ANN-GA) جهت شبیه سازی جریان رودخانه abstract
در این پژوهش به ارزیابی مدل هیبریدی شبکه عصبی-ژنتیکی برای شبیه سازی جریان رودخانه استفاده شده است. این رویکرد بر روی رودخانه دز در حوضه آبریز کارون بزرگ انجام گردیده است. از داده های تاریخی سال 1381 تا 1395 ایستگاه تله زنگ با در نظر گرفتن پارامترهای جریان رودخانه در ماه قبل، بارش، دما و تبخیر در این ماه بهعنوان ورودی به مدل و جریان خروجی در انتهای ماه را به عنوان خروجی مدل استفاده گردید. با توجه به ماهیت محاسبات نرم حدود 75 درصد داده ها به آموزش و 25 درصد داده ها به عنوان آزمون در نظر گرفته شد. با توجه به پارامترهای مختلف چهار الگوی ورودی مختلف تدوین گردید. نتایج نشان داد الگوی چهارم با مشارکت همه پارامترها بهعنوان ورودی بیشتر دقت در تخمین جریان در انتهای ماه را دارا بود. به طوریکه نتایج آزمون الگوی چهارم برای معیار ارزیابی R2، NRMSE و MAE به ترتیب 0/91، 0/36 و 47 مترمکعب به دست آمد. درنهایت الگوی منتخب با شبکه عصبی مصنوعی نیز اجرا گردید. در مقایسه با شبکه عصبی مصنوعی، مدل هیبریدی عصبی – ژنتیکی از دقت قابلقبولتری برخوردار بود. با توجه به نتایج بهدستآمده، از مدل هیبریدی عصبی-ژنتیکی میتوان برای سایر متغیرهای خروجی دیگر به جای شبکه عصبی مصنوعی استفاده کرد.
ارزیابی مدل هیبریدی شبکه عصبی مصنوعی- ژنتیک (ANN-GA) جهت شبیه سازی جریان رودخانه Keywords:
ارزیابی مدل هیبریدی شبکه عصبی مصنوعی- ژنتیک (ANN-GA) جهت شبیه سازی جریان رودخانه authors
غلامرضا شمس
استادیار، گروه مهندسی عمران ، دانشکده فنی و مهندسی دانشگاه شهرکرد
زهرا نعمت الهی
دانشجوی کارشناسی ارشد ، مهندسی آب و سازه های هیدرولیکی، مهندسی عمران ، دانشکده فنی و مهندسی دانشگاه شهرکرد