مهرنوش شهنی دارابی

[ 1 ] - استفاده ترکیبی از تبدیل موجک و مدل‌های هوشمند در شبیه‌سازی جریان رودخانه (مطالعه موردی: رودخانه‌های کاکارضا و سراب صیدعلی)

چکیده بی­شک اولین قدم برای مدیریت منابع آب پیش‌بینی و برآورد جریان رودخانه‌ها است. در این مطالعه به منظور پیش‌بینی سری زمانی جریان روزانه و ماهانه ایستگاه‌های کاکارضا و سراب صیدعلی، مدل‌های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه‌سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...

[ 2 ] - ارزیابی مدل‌های ژنتیکی جهت مدل‌سازی جریان رودخانه

پیش­بینی جریان رودخانه­ها به عنوان یکی از منابع اصلی تأمین کننده آب بشر، همواره یکی از موضوعات مهم مورد بحث در هیدرولوژی و منابع آب بوده است. بدین جهت، مدل­های مختلفی برای مدل­سازی و پیش­بینی جریان رودخانه­ها مورد استفاده قرار گرفته است. در این مطالعه، به ارزیابی دو مدل ژنتیکی به نام­های برنامه­ریزی ژنتیک و برنامه­ریزی بیان ژن پرداخته شده است. برای این منظور، با استفاده از داده­های روزانه جریان...

[ 3 ] - Application of Gene Expression Programming and Support Vector Regression models to Modeling and Prediction Monthly precipitation

Estimating and predicting precipitation and achieving its runoff play an important role to correct management and exploitation of basins, management of dams and reservoirs, minimizing the flood damages and droughts, and water resource management, so they are considered by hydrologists. The appropriate performance of intelligent models leads researchers to use them for predicting hydrological ph...