پیش بینی دبی جریان در مقاطع مرکب، مقایسه روشهای داده محور و تجربی
نویسندگان
چکیده مقاله:
پیشبینی دبی رودخانهها در شرایط پدیدار شدن وضعیت کانال مرکب یکی از پارامترهای مهم در مهندسی سیلاب و رودخانهها میباشد. در این تحقیق با استفاده از رویکردهای داده محور از جمله شبکه عصبی مصنوعی(ANN) و ماشینهای بردار پشتیبان(کلاس بندی(SVM) و رگرسیونی(SVR)) وهمچنین روش تجربی کانال تقسیم شده بروش تقسیم بندی عمودی(DCM) دبی کانال مرکب پیشبینی شده است. برای این هدف تعداد 150 داده آزمایشگاهی از 6 منبع علمی گرد آوری شد. این دادهها با استفاده از روش اعتبار سنجی متقابل k-تایی به چهار دسته بیست و پنج درصدی تقسیم بندی شدند. در هر مدلسازی در رویکردهای داده محور، آزمون مدل توسط یک دسته از دادهها صورت گرفت.پس از میانگین گرفتن از نتایج یکسان در هر رویکرد داده محور، نتایج برتری روش SVR را نشان داد. این روش با داشتن بیشترین مقدارضریب تعیین وضریب کارائی مدل نش ساتکلیف (NS) (بترتیب برابر با 92875/0 و898075/0 )و داشتن کمترین مقدار ریشه میانگین مجذور خطا (RMSE )و میانگین درصد خطای مطلق(MAPE ) (بترتیب برابر با ( )08435/0 و %89/23 ) و همچنین با داشتن بیشترین درصد برتری نسبی RMSE نسبت به شبکه عصبی مصنوعی در پیش بینی دبی کانال مرکب موفقتر از دیگر روشها عمل کرده است.
منابع مشابه
پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی
شبیهسازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سالهای آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سالهای آبی 90-1381 شبیهسازی شد. به‌منظور شبیهسازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...
متن کاملبهبود پیش بینی دبی جریان با استفاده از داده گواری در مدل مفهومی Hymod
پیش بینی دبی جریان توسط مدل های هیدرولوژی، همواره با عدم قطعیت همراه است. به همین دلیل از روش های مختلف از جمله افزایش کیفیت اطلاعات ورودی به مدل، بهبود ساختار مدل، و داده گواری اطلاعات مشاهداتی در دسترس برای کاهش عدم قطعیت مدل ها استفاده شده است. در صورت بدون اشکال فرض کردن ساختار مدل هیدرولوژی،نمی توان از عدم قطعیت ورودی، پارامتر، و شرایط اولیه مدل چشم پوشی کرد. یکی از روش های کاهش عدم قطعیت،...
متن کاملبرآورد دبی جریان در مقاطع مرکب با استفاده از خطوط تقسیم مورب
براساس تحقیقات پیشین، برآورد دبی در کانال‌های مرکب به روش خطوط تقسیم (DCM) کاربرد گسترده‌ای دارد و بسیاری از مدل‌های محاسباتی براساس این روش تهیه شده‌اند. بنابراین لزوم تجزیه مقطع مرکب به زیر مقاطع به دقیق‌ترین روش، نیازی است که همه محققین بر آن اتفاق نظر دارند. اما آن‌چه امروزه در مدل‌ها به‌کار می‌رود تجزیه مقطع مرکب با خطوط قایم است که برخی از محققین...
متن کاملتعیین منحنی دبی- اشل در مقاطع مرکب نامتقارن
اغلب مجاری طبیعی دارای مقاطعی هستند که با افزایش سطح آب در آنها مساحت مقاطع به مقدار قابل توجهی افزایش می یابد. این مقاطع دارای سیلاب دشتهای کم و بیش عریضی هستند. مقاطع مرکب دارای سیلابدشت بخصوص زمانیکه از هندسه نامتقارنی برخوردار هستند، پیچیدگیهای هیدرولیکی زیادی را به جریان تحمیل می کنند. تخمین منحنی دبی- اشل در این نوع از مجاری هیدرولیکی یکی از مسائل مهندسی رودخانه است. در این مقاله با استفا...
متن کاملمقایسه ی شبیه ها و روشهای مختلف پیش بینی ماهانه ی جریان مبتنی بر هوش مصنوعی
پیش بینی دقیق جریان در رود ها از اهمیت بسزایی در مدیریت منابع آبهای سطحی برخوردار می باشد؛ به همین دلیل، همواره تلاشهای زیادی برای طراحی و معرفی شبیه های دقیق پیش بینی صورت گرفته است. در تحقیق حاضر با استفاده از شبیه های خود همبسته ی میانگین متحرک با ورودیهای غیر تصادفی (ARMAX)، ANN و GP برای پیش بینی ماهانه ی جریان به دو روش پیش بینی زنجیره ی زمانی و پیش بینی ماهانه ی مجزای جریان رود سعید آباد...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 9 شماره 4
صفحات 24- 38
تاریخ انتشار 2019-06-22
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 © 2015-2023