بررسی کارآیی روش‌های نزدیک‌ترین همسایه و مبتنیبر خوشه‌بندی فازی در ترکیب خروجی مدل‌های آب‌سنجی

نویسندگان

چکیده

داده‌های ورودی و ساختار مدل‌ها معمولا نقص‌هایی دارد و هیچ مدل منفردی نمی‌توان پیدا کرد که عمل‌کرد آن در شبیه‌سازی جریان رودخانه در تمام شرایط بهترین باشد و در خروجی آن بی‌قطعیتی نباشد. در این حالت با ترکیب مدل‌ها از مزیت‌های هر یک از مدل‌های منفرد برای ساختن مدلی که عمل‌کرد بهتری از هر یک از مدل‌های منفرد دارد بهره گرفته‌می‌شود. در این تحقیق، کارآیی روش‌های نافراسنجه‌‌یی نزدیک‌ترین همسایه و خوشه‌بندی فازی نسبت به روش‌های ترکیب مدل BGA (Bates Granger Averaging)، GRA (Granger Ramanathan Averaging)، AICA (Akaike Information Criterion)، BICA (Bayes Information Criterion)، متوسط‌گیری با وزن‌های یکسان و روش لاسو در ترکیب خروجی مدل‌های آب‌شناختی یکپارچه GR5J، SimHyd، SACRAMENTO و SMAR بررسی شد. با کاربرد داده‌های ورودی بارش، دما، آب‌دهی و تبخیر-تعرق هر یک از مدل‌های منفرد واسنجی، و روان‌آب خروجی حوزه‌‌ی‌ کسیلیان شهرستان پل‌سفید در ایستگاه ولیک‌بن در مقیاس روزانه برآورد شد. سپس هر یک از روش‌های ترکیب مدل‌ها برای ترکیب نتایج خروجی هر یک از مدل‌های منفرد اجرا شد. نتایج نشان داد که بهترین عمل‌کرد در دوره‌ی واسنجی در مدل‌های GR5J و SACRAMENTO، و در دوره‌ی اعتبارسنجی در مدل‌های SimHyd و GR5J بود. بهترین عمل‌کرد مدل‌های ترکیبی در دوره‌ی واسنجی در روش‌های لاسو و GRA بود که هر دو مشابه هم عمل کردند، و اندازه‌های ضریب همبستگی، ضریب نش-ساتکلیف و RMSE آن‌ها به ترتیب 0/83، 0/69 و 0/24 بود. در دوره‌ی اعتبارسنجی برای روش‌های متوسط‌گیری با وزن‌های یکسان و روش BGA با اندازه‌های ضریب همبستگی، ضریب نش-ساتکلیف  و RMSE به‌ترتیب  0/73، 0/27 و 0/52 بود. در دوره‌ی واسنجی عمل‌کرد روش نزدیک‌ترین همسایه بهتر از روش مبتنی‌بر خوشه‌بندی فازی بود، و بهترین عمل‌کرد هر دو مدل در ۲۰ همسایه به‌دست آمد. در دوره‌ی اعتبارسنجی عمل‌کرد روش مبتنی بر خوشه‌بندی فازی بهتر بود و عمل‌کرد هر دو مدل با افزایش تعداد همسایه بهتر شد.

برای دانلود باید عضویت طلایی داشته باشید

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

جستجوی k نزدیک‌ترین همسایه تقریبی با روش ترکیب خطی

مسئله جستجوی k نزدیک‌ترین همسایه تقریبی در ابعاد بالا یک مسئله کلاسیک در هندسه محاسباتی، شباهت تصویر و سایر زمینه‌های مشابه می‌باشد. در این مسئله، یک مجموعه داده متشکل از n نقطه در فضای d بعدی و یک پارامتر k داریم، هدف پیش‌پردازش مجموعه داده است به‌طوری‌که با داشتن یک نقطه پرس‌وجوی d بعدی Q داده‌شده بتوان k نقطه را یافت به‌طوری‌که k نزدیک‌ترین همسایه تقریبی به Q باشد. هدف این مقاله ارائه روشی ج...

متن کامل

خوشه‌بندی به روش نزدیک‌ترین همسایه با اولویت انتخاب خوشه‌های متراکم تر در آنالیز ماتریس تشابه جهت تفکیک پالس‌های راداری

دسته‌بندی و میانبرداری پالس‌های راداری، از کاربردهای خوشه بندی است. از مشکلات اساسی در بیشتر روش‌ها، انتخاب مناسب مراکز اولیه جهت خوشه‌بندی است. در الگوریتم پیشنهادی، ابتدا ماتریس تشابه برای داده‌های ورودی بر اساس شعاع همسایگی تعریف‌شده، تولید می‌گردد. سپس با آنالیز کدهای ماتریس تشابه و انتخاب سطرهای با بیشترین کد تشابه، دسته‌های متراکم‌تر به ترتیب جدا می‌شوند. در این روش با توجه به جریان زیاد ...

متن کامل

کاربرد شاخص‌های مبتنی بر نزدیک‌ترین همسایه در بررسی ساختار گونه‌های زالزالک و کیکم در جنگل‌های زاگرس

با توجه به اهمیت ساختار جنگل و روابط متقابل بین گونه‌های درختی، در این تحقیق به بررسی و مقایسه موقعیت مکانی، آمیختگی و ابعاد گونه‌های زالزالک و کیکم نسبت به درختان همسایه پرداخته شد. در جنگل‌های سامان عرفی پرک قلعه گل، تعداد 30 پایه زالزالک و کیکم شناسایی و ازنظر ساختاری بررسی شدند. نتایج حاصل از شاخص زاویه یکنواخت برای دو گونه زالزالک و کیکم به ترتیب برابر با 744/0 و 733/0 محاسبه شد که نشان‌ده...

متن کامل

مقایسه‌ی دو روش جانهی لیتل-سو و نزدیک‌ترین همسایه در آمارگیری‌های پانلی به‌کمک شبیه‌سازی

چکیده. در بسیاری از نظام‌های آماری، نوعی از آمارگیری موسوم به « آمارگیری مکرر » و یا « نمونه‌گیری در طول زمان » متداول است که به شکلی مستمر در دوره‌های زمانی تکرار می‌شود. چنین آمارگیری‌هایی، اغلب به‌صورت یکی از روش‌های « مقطعی مکرر »، « چرخشی » و « پانلی » اجرا می‌شود. آمارگیری پانلی روشی است که در آن به نمونه‌ای ثابت در دوره‌های زمانی مختلف مراجعه می‌شود. در آمارگیری‌های پانلی علاوه بر بی‌پاس...

متن کامل

بررسی کارایی روش‌های عصبی- فازی و مدل‌های آماری در شبیه‌سازی فرآیند بارش-رواناب

یکی از پیچیده‌ترین فرآیندهای هیدرولوژیکی فرآیند بارش-رواناب است,‏ که از پارامترسهای مختلف فیزیکی و هیدرولوژیکی تاثیر می‌پذیرد. در این پژوهش با بهره‌گیری از روش‌های آماری ARMAX, شبکه عصبی, عصبی-فازی (ANFIS با جداسازی خوشه‌ای و شبکه‌ای) و دو مدل بدست آمده از ترکیب آنها به منظور مدل‌سازی فرآیند بارش-رواناب و پیش‌بینی جریان رودخانه بهره‌گیری شد. به طوری که درآغاز ساختار بهینه هر یک از مدل‌ها تعیین ...

متن کامل

کاربرد شاخص‌های نزدیک‌ترین همسایه در مطالعه ساختار توده‌های دست نخورده راش در جنگل خیرود نوشهر

The quantitative description of forest structure can be regarded as one of the most usable working tools in modern forest management.The study aims at analyzing the stand structure in unlogged beech forests using nearest neighbor indices. Data collection was done in compartment 319 with an area about 48 ha in Educational and Experimental Forests of University of Tehran. Species and DBH of all ...

متن کامل

ذخیره در منابع من

ذخیره در منابع من ذخیره شده در منابع من

{@ msg_add @}

  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی راحت تر خواهید کرد

دانلود متن کامل

برای دسترسی به متن کامل این مقاله و 10 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید


عنوان ژورنال:

دوره 32  شماره 3

صفحات  54- 65

تاریخ انتشار 2019-10-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2021