• ارزیابی مدل های نروفازی و برنامه ریزی ژنتیک در پیش بینی ارتفاع سطح ایستایی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/01/01
    • تاریخ انتشار در تی پی بین: 1393/01/01
    • تعداد بازدید: 495
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    روش های متعددی همچون مدل سری های زمانی، شبکه های عصبی مصنوعی، منطق فازی، نروفازی و برنامه ریزی ژنتیک برای برآورد ارتفاع سطح ایستایی به کار می رود. در تحقیق حاضر از روش های برنامه ریزی ژنتیک و نروفازی جهت پیش بینی ارتفاع سطح ایستایی آبخوان دشت عجب شیر در دوره آماری 1380 تا 1390 استفاده شده است. جهت مدلسازی ارتفاع سطح ایستایی از ارتفاع سطح ایستایی یک ماه قبل، بارش یک ماه قبل و مصارف دو ماه قبل استفاده شد، 80 درصد داده ها برای مرحله آموزش و 20 درصد داده ها برای مرحله صحت سنجی بکار گرفته شد و نتایج بر اساس شاخص های آماری جذر میانگین مربعات خطا، ضریب همبستگی و معیار نش-ساتکلیف مورد بررسی قرار گرفت. در مقایسه نتایج دو مدل، برنامه ریزی ژنتیک در مرحله صحت سنجی با مقدار ضریب همبستگی و خطا بترتیب 0.94 و 0.19 از دقت بیشتری نسبت به نروفازی با مقدار ضریب همبستگی و خطا بترتیب 0.85 و 0.35 برخوردار بوده و به عنوان روش مناسب تر جهت پیش بینی پیشنهاد می گردد.

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