• پیش بینی بار معلق رودخانه با استفاده از مدل های سری زمانی و شبکه عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/11/03
    • تاریخ انتشار در تی پی بین: 1391/11/03
    • تعداد بازدید: 703
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    برآورد میزان دقیق رسوبات معلق در رودخانه ها از ابعاد مختلف کشاورزی و حفاظت خاک، کشتیرانی، سدسازی، حیات آبزیان و ابعاد تحقیقاتی، دارای اهمیت فراوانی است. روش های مختلفی برای بررسی رسوبات معلق، موجود می باشد. در تحقیق حاضر به منظور مقایسه و بررسی توانایی مدل های سری  زمانی شامل arma ,arima ,ar و شبکه عصبی در پیش بینی رسوب معلق، از داده های روزانه ایستگاه قزاقلی واقع در گرگانرود استفاده شد. داده های موجود به صورت متوسط رسوب معلق ماهانه در محیط نرم افزار neuro solutions 5 ,minitab 16 به کار گرفته شد. نتایج حاصل از ارزیابی با شاخص های اندازه گیری خطا، نشان داد شبکه عصبی در مقایسه با مدل های سری زمانی توانایی بهتری در پیش بینی و مدل سازی رسوب ماهانه دارد و نیز در بین مدل های سری زمانی، مدل اتورگرسیو دارای توانایی بهتری در برآورد رسوب معلق می باشد.

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 ژورنال ها