پیش بینی جریان رودخانه با انتخاب پویای نزدیکترین همسایه ها در روش KNN
محل انتشار: هجدهمین کنفرانس هیدرولیک ایران
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 386
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IHC18_154
تاریخ نمایه سازی: 11 اسفند 1398
چکیده مقاله:
پیش بینی جریان رودخانه یکی از مهم ترین بخش های برنامه ریزی منابع آب و سیست مهای هشدار سیل می باشد که افزایش دقت آن باعث بهبود تصمیم گیری در بخش های مختلف منابع آب می شود. روش های مختلف داده مبنا به همین منظور موثر می باشند و به صورت فراگیر مورد استفاده قرار می گیرند. روش K همسایه نزدیک (KNN) یک روش یادگیری غیر پارامتری موثر است که در حل مسائل مختلف مورد استفاده قرار می گیرد. در این پژوهش، یک روش جدید برای انتخاب همسایه ها به نام K همسایه نزدیک پویا (DKKN) معرفی شده که از یک فاصله بهینه شده برای انتخاب تعداد متفاوتی از همسایه در هر مورد از پیش بینی به جای یک عدد ثابت، استفاده می کند. الگوریتم بهینه سازی ازدحام ذرات (PSO) برای بهینه سازی فاصله و بهبود نتایج استفاده شده است. عملکرد روش پیشنهادی با به کارگیری 2 سال داده ورودی روزانه سد قشلاق در غرب ایران مورد ارزیابی قرار گرفته است. نتایج نشان می دهد روش پیشنهادی دقت پیش بینی را با کاهش خطای کلی (RMSE) به میزان 4.6 %، بهبود می دهد و مزایای بیشتری نسبت به KNN دارد
کلیدواژه ها:
نویسندگان
احسان ابراهیمی
دانشکده عمران، آب و محیط زیست ، پردیس فنی مهندسی، دانشگاه شهید بهشتی، تهران، ایران
مجتبی شوریان
دانشکده عمران، آب و محیط زیست ، پردیس فنی مهندسی، دانشگاه شهید بهشتی، تهران، ایران