محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
دهمین کنگره بین المللی مهندسی عمران
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد

  • بررسی عملکرد مدل های ترکیبی شبکه موجک-عصبی و برنامه ریزی بیان ژن در مدلسازی بارش ماهانه (مطالعه موردی:)

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/11/01
    • تاریخ انتشار در تی پی بین: 1393/11/01
    • تعداد بازدید: 776
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    مدلسازی وضعیت بارش در منابع آب نقش بسیار حیاتی به عهده دارد. پیش بینی بارندگی برای برنامه ریز منابع آب خصوصا در دوره های خشکسالی و جلوگیری از خسارات ناشی از آن می تواند نقش اساس داشته باشد. با توجه به پیشرفت تکنولوژی، اگرچه این مدلسازی و پیش بینی در دامنه زمان و مکان امری محال نیست، ولی از پیچیدگی های بسیاری برخوردار است. در این تحقیق، مدلسازی بارش ماهانه از سه منظر مورد بررسی قرار گرفت. (1) نوع ورودی و ترکیب متفاوت ورودی، علاوه بر بارش ماهانه از پارامترهای دما، فشار و رطوبت استفاده شد (2) روش مدلسازی: در تحلیل حاضر از شبکه عصبی مصنوعی (پرسپترون چند لایه) و  ساختار درختی برنامه ریزی بیان ژن استفاده شد. (3) گسسته سازی: دو نوع موجک مادر متفاوت به منظور بررسی بهبود کارایی مدل ها به کار گرفته شد. تحقیق حاضر در 2 ایستگاه اصلی سینوپتیکی استان آذربایجان شرقی شامل تبریز، اهر که دارای آمار بارندگی بیش از 24 سال هستند صورت گرفت و در نهایتا عملکرد مدل ها توسط شاخص های آماری ضریب همبستگی (r) و  جذر کمترین مربعات خطا (rmse) ارزیابی گردید. نتایج حاصل، حاکی از دقت مطلوب مدل ترکیبی موجک-شبکه عصبی در مدلسازی بارش ماهانه 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 رویدادها
مقالات جدیدترین ژورنال ها