مقایسه مدل های محلی آشوبناک مبتنی بر فضای فاز در پیش بینی جریان رودخانه

اسناد مشابه

• مقایسه مدل‌های محلی آشوبناک مبتنی بر فضای فاز در پیش‌بینی جریان رودخانه

  مقاله۲۰۱۵مهندسی عمران مدرسمسعود انیس حسینی، محمد ذاکرمشفق

  از دیدگاه نظریه آشوب، طبیعت پیچیده و رفتار تصادف‌گونه یک سیستم مانند سیستم هیدرولوژیک حاکم بر جریان یک رودخانه می‌تواند از یک تعیّن‌پذیری ساده و پنهان نشأت گرفته باشد. این تعیّن‌پذیری، در صورت وجود، در فضای فاز سیستم قابل‌مشاهده است و بر مبنای همین الگوی شکل گرفته در فضای فاز، می

• مقایسه مدل های خطی و غیرخطی سری زمانی در پیش بینی جریان رودخانه (مطالعه موردی: رودخانه باراندوزچای ارومیه)

  مقاله۲۰۱۴علوم و مهندسی آبیاریفرشاد احمدی، یعقوب دین پژوه، احمد فاخری فرد، کیوان خلیلی

  پیش­بینی دقیق جریان رودخانه­ با استفاده از مدل­های رایج سری­های زمانی، فیزیکی- مفهومی و رگرسیونی در مدیریت علمی منابع آب­های سطحی اهمیت به­سزایی دارد. در این مطالعه دبی جریان روزانه و ماهانه رودخانه باراندوزچای ارومیه در دوره­ آماری 88-1352، با استفاده از مدل­های سری­زمانی خطی آر

• "گزارش فنی" مقایسه کارایی مدل IHACRES و شبکه عصبی مصنوعی برای پیش بینی جریان رودخانه سیوند

  مقاله۲۰۱۹پژوهشنامه مدیریت حوزه آبخیزفهیمه کریمپور، عبداله درزی نفت چالی، مهدی نادی

  تعیین دقیق جریان رودخانه در آبخیزهای فاقد آمار از چالشهای مهم در هیدرولوژی می باشد. در این راستا، با توجه به تنوع مدلهای هیدرولوژیکی موجود، انتخاب مدل مناسب مستلزم ارزیابی عملکرد مدلها در شرایط هیدرولوژیکی هر منطقه است. هدف از این پژوهش مقایسه کارایی روش شبکه عصبی مصنوعی (ANN) و

• ارزیابی عملکرد برخی مدل های آماری و محاسبات نرم در پیش بینی جریان رودخانه

  مقالهتحقیقات منابع آب ایرانحمید معینی، دانشجوی کارشناسی ارشد/ مهندسی عمران آب دانشگاه رازی، کرمانشاه، ایران حسین بنکداری، استاد/ گروه مهندسی عمران دانشگاه رازی، کرمانشاه، ایران صاحبه عبدالهی، کارشناس ارشد/ مهندسی عمران آب، دانشگاه رازی، کرمانشاه، ایران

  باتوجه به کاهش منابع آب به خصوص در کشور ایران، پیش بینی جریان رودخانه اهمیت زیادی یافته و لازم است از بهترین روش ها استفاده گردد. بدین منظور روش های خطی و غیرخطی زیادی وجود دارد. ازآنجایی که تشخیص خطی یا غیرخطی بودن دبی ماهانه دشوار است، در این پژوهش عملکرد برخی مدل های خطی و غیر

• تحلیل عدم قطعیت مدل های شبکه عصبی و نروفازی در پیش بینی جریان رودخانه

  مقالهتحقیقات منابع آب ایراناشکان فرخ نیا، دانشجوی دکتری /سازه های آبی، دانشگاه تربیت مدرس سعید مرید، دانشیار/گروه سازه های آبی، دانشگاه تربیت مدرس

  پیش بینی آورد رودخانه در مدیریت منابع آب از اهمیت فراوانی برخوردار است، اما به دلیل عدم قطعیت بالا در عواملی که فرآیند بارش- رواناب را سبب می گردند، همواره با مشکلاتی همراه بوده است. یکی از روش هایی که می تواند این مشکل را تا حدی کاهش دهد، تحلیل عدم قطعیت پیش بینی های انجام شده م

• ارزیابی کارایی دو مدل نروفازی و هیبرید موجکی- عصبی در پیش بینی جریان رودخانه (مطالعه موردی: حوضه محمد آباد)

  مقاله۲۰۱۹پژوهشنامه مدیریت حوزه آبخیزفریبا نیرومند فرد، عباس خاشعی سیوکی، علی شهیدی

  از مهمترین مسائل در مدیریت حوزه های آبخیز، پیشبینی فرآیندهای هیدرولوژیکی بارش- رواناب میباشد. استفاده از مدلهای جدید در این زمینه می تواند به مدیریت و برنامهریزی صحیح کمک کند. علاوه بر آن پیشبینی جریان رودخانه، مخصوصاً در شرایط سیلابی، به مسئولان این امکان را خواهد داد که با آماد