• بررسی کارایی مدل های هوشمند در استخراج منحنی تداوم جریان (مطالعه موردی: ایستگاه خزانگاه رودخانه ارس)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/11/01
    • تاریخ انتشار در تی پی بین: 1393/11/01
    • تعداد بازدید: 784
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    یکی از پارامترهای مهم در علم هیدرولوژی منحنی تداوم جریان یا دبی کلاسه در رودخانه است. بررسی منحنی تداوم جریان و تعیین دبی های شاخص (مانند دبی نرمال، دبی میانه) در برنامه ریزی های آب رودخانه جهت استفاده های شرب و یا احداث بندهای انحرافی برای کشاورزی حائز اهمیت است. استخراج منحنی تداوم جریان طی سال های آماری طولانی (20 سال یا بیشتر) این امکان را فراهم می سازد که بتوان تحلیل آماری روی داده های رودخانه انجام داد و چنین منحنی هایی را برای دوره های بازگشت مختلف رسم نمود. بنابراین استخراج دقیق این منحنی ها با حداقل خطا حائز اهمیت فراوانی است. در این تحقیق به بررسی کارایی مدل های هوشمند شامل شبکه عصبی مصنوعی، ماشین بردار پشتیبان و مدل های رگرسیونی در استخراج منحنی تداوم جریان ایستگاه خزانگاه رودخانه ارس واقع در استان آذربایجان شرقی پرداخته شد. بررسی انواع مدل های کلاسیک رگرسیونی نشان داد که مدل رگرسیونی نمایی دارای بهترین عملکرد بود به طوری که با rmse-179 ,r2=0.9056 (روز( دارای حداقل مقدار خطا و بالاترین ضریب تبیین مقدار بود. در مدل شبکه عصبی مصنوعی نیز مقدار rmse ,r2 مدل به ترتیب برابر 0.9056 و 349 روز می باشد به طوری که دبی در محدوده های کم به خوبی برآورد شده است. بررسی عملکرد انواع کرنل های ماشین بردار پشتیبان نشان داد که کرنل rbf بهترین عملکرد را در شبیه سازی منحنی تداوم جریان داشت، به طوری که با rmse-39 ,r2=0.998 (روز( دارای حداقل مقدار خطا و بالاترین ضریب تبیین مقدار بود. مقایسه نتایج بین انواع روش ها براساس دو آماره r2 و rmse نشان داد، در این ایستگاه مدل ماشین بردار پشتیبان بهترین نتیجه را نشان داد.

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