• مقایسه مدل های شبکه عصبی مصنوعی و میانگین متحرک تجمعی خود بازگشت در تخمین دبی جریان رودخانه ها (طرح مطالعاتی: رودخانه گاوگدار)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/11/03
    • تاریخ انتشار در تی پی بین: 1391/11/03
    • تعداد بازدید: 681
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    پیش بینی دبی رودخانه ها و برآورد سیلاب ها از جمله مسائل مهم در ارتباط با پروژه های کنترل سیلاب، تولید انرژی های هیدروالکتریکی اختصاص آب جهت آبیاری و ... می باشد. در این پژوهش سعی شده که با استفاده از مدل های شبکه عصبی مصنوعی [mlp] و استوکستیکی [arima] دبی جریان رودخانه گاوگدار در شمال استان فارس پیش بینی و با یکدیگر مقایسه گردد. مدل های مورد استفاده شامل پرسپترون چند لایه با الگوریتم پس انتشار خطا [mlp/bp] و استوکستیکی آریما می باشند. ورودی های مدل شامل بارش ماهانه (میلی متر)، درجه حرارت (درجه سانتی گراد)، تبخیر (میلی متر) و خروجی مدل دبی جریان (مترمکعب بر ثانیه) را شامل می شود که از طریق ایستگاه های هواشناسی و هیدرومتری سده و دهکده سفید تهیه گردیده است. جهت دستیابی به مناسب ترین مدل شبکه عصبی مصنوعی آرایش های مختلفی با تغییرات لایه ها و نرون ها ایجاد کرده که نهایتا مدل پرسپترون mlp22 با آرایش (1-6-4)، یعنی 4 نرون در لایه ورودی و 6 نرون در لایه پنهانی و یک نرون در لایه خروجی بعنوان مناسب ترین مدل، توانسته با دقت بالایی مقادیر سیلابی جریان را پیش بینی نماید.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها