مقایسه عملکرد مدل‌های درختی و شبکه عصبی به منظور یافتن داده های گمشده تبخیر از تشت در استان خوزستان
Authors
Abstract:
داده‌های گمشده هواشناسی یکی از مشکلات پیش روی متخصصان و طراحان پروژه‌های منابع آب است و لازم است این نواقص آماری به طریقی برطرف گردد .روشهای متعدد‌ی برای تخمین داده‌های گمشده وجود دارد. در این پژوهش کارایی دو مدل درختی و شبکه عصبی در مورد بازسازی داده‌های گمشده تبخیر روزانه 4 ایستگاه هواشناسی استان خوزستان مورد ارزیابی قرار گرفت. دوره آماری این تحقیق از سال 2005 تا 2008 بود و داده‌ها به دو دوره چهار ساله (2005 تا 2008) و 12 ساله (1997 تا 2008) تقسیم شدند و در هر دوره پس از حذف عمدی 5%، 10% و 20% داده‌های اندازه گیری شده، مقادیر آن‌ها با استفاده از مدل‌ها برآورد گردید. در مدل درختی مقادیر ضریب تبیین برای دوره 4 ساله با حذف 5%، 10% و 20% داده‌ها به ترتیب برابر 85/0، 75/0 و 85/0 و برای دوره 12 ساله برابر 90/0، 83/0 و 84/0 بدست آمد. در مورد مدل شبکه عصبی مقادیر ضریب تبیین برای دوره 4 ساله با حذف 5%، 10% و 20% داده‌ها به ترتیب برابر 85/0، 75/0 و 85/0 و برای دوره 12 ساله برابر 90/0، 82/0 و 85/0 بدست آمد. بیشتر بودن مقادیر ضریب تبیین برای دوره آماری 12 ساله نشان داد، مدل‌ها هنگام تخمین داده‌های گمشده برای دوره‌های آماری طولانی‌تر دارای عملکرد بهتری هستند. با افزایش داده‌های گمشده از 5% به 20% نیز از دقت این مدل‌ها کاسته شد. همچنین مقایسه این دو مدل نشان داد که هردو دارای دقت مشابهی در برآورد داده‌های گمشده می‌باشند.
similar resources
مقایسه عملکرد مدل های درختی و شبکه عصبی به منظور یافتن داده های گمشده تبخیر از تشت در استان خوزستان
داده های گمشده هواشناسی یکی از مشکلات پیش روی متخصصان و طراحان پروژه های منابع آب است و لازم است این نواقص آماری به طریقی برطرف گردد .روش های متعدد ی برای تخمین داده های گمشده وجود دارد. در این پژوهش کارایی دو مدل درختی و شبکه عصبی در مورد بازسازی داده های گمشده تبخیر روزانه 4 ایستگاه هواشناسی استان خوزستان مورد ارزیابی قرار گرفت. دوره آماری این تحقیق از سال 2005 تا 2008 بود و داده ها به دو دور...
full textمدل شبکه عصبی مصنوعی تبخیر ماهانه از تشت با استفاده از داده های هواشناسی- مطالعه موردی منطقه حاشیه دریای خزر
تبخیر یکی از مؤلفه‌های اصلی چرخه آب در طبیعت بوده و تعیین دقیق آن برای بسیاری مطالعات مثل بیلان آبی حوزه، طرح ریزی و مدیریت منابع آب حائز اهمیت است. تبخیر به دلیل اثرات متقابل عوامل متعدد اقلیمی، پدیده پیچیده و غیر خطی است و لذا برای تخمین آن باید از مدل‌های پیشرفته استفاده کرد. در این تحقیق، هشت نوع ترکیب پارامترهای هواشناسی بعنوان داده‌های ورودی برای برآورد تبخیر از تشت با استفاده از شبکه‌ها...
full textبرآورد تبخیر از تشت تبخیر ایستگاه سد تنظیمی دز با استفاده از روش شبکه عصبی مصنوعی
بیشتر بارندگی مناطق خشک و نیمه خشک بصورت تبخیر به جو باز می گردد پس تخمین تبخیر دربرآورد میزان آب در چرخه آب مهم خواهد بود. تبخیر وابسته به پارامترهای مختلفی است و برای برآورد آن نیاز به متغیرهای اقلیمی متفاوتی است و اثر متقابل این متغیرها بسیار پیچیده است لذا در بررسی آن باید روشهای دقیقی را بکار گرفت. در این تحقیق برای برآورد تبخیر از تشت ایستگاه سد تنظیمی دز از روش شبکه عصبی مصنوعی استفاده ش...
full textتخمین تبخیر روزانه از تشت تبخیر با استفاده از سه شبکه عصبی پرسپترون چندلایه، تابع پایه شعاعی و المانی
full text
آنالیز حساسیت داده های ورودی به شبکه عصبی مصنوعی به منظور برآورد مقدار تبخیر روزانه
برآورد مقادیر تبخیر برای مدیریت کارآمد منابع آب در مناطق با اقلیم نیمه خشک امری ضروری است. این مقاله کاربرد شبکه های عصبی مصنوعی، رگرسیون خطی چند متغیره و سه روش تجربی تعادل انرژی، آیرودینامیکی و ترکیبی پنمن را به منظور برآورد مقادیر تبخیر روزانه تشتک برای دو شهر تبریز و ارومیه مورد ارزیابی قرار داد. علاوه بر این آنالیز حساسیت به دو روش مشتقات جزئی و وزن های اتصالی برای تبیین میزان اثر هر پارام...
full textمدل شبکه عصبی مصنوعی تبخیر ماهانه از تشت با استفاده از داده های هواشناسی- مطالعه موردی منطقه حاشیه دریای خزر
تبخیر یکی از مؤلفه های اصلی چرخه آب در طبیعت بوده و تعیین دقیق آن برای بسیاری مطالعات مثل بیلان آبی حوزه، طرح ریزی و مدیریت منابع آب حائز اهمیت است. تبخیر به دلیل اثرات متقابل عوامل متعدد اقلیمی، پدیده پیچیده و غیر خطی است و لذا برای تخمین آن باید از مدل های پیشرفته استفاده کرد. در این تحقیق، هشت نوع ترکیب پارامترهای هواشناسی بعنوان داده های ورودی برای برآورد تبخیر از تشت با استفاده از شبکه ها...
full textMy Resources
Journal title
volume 22 issue 4
pages 187- 202
publication date 2016-01-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023