ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود دقت تخمین جریان ماهانه با کاهش نویز آشوبی (رودخانه‌های مورد مطالعه: نهندچای، اهرچای و لیقوان‌چای)

سال انتشار: 1399
کد COI مقاله: JR_WATER-11-1_006
زبان مقاله: فارسیمشاهد این مقاله: 23
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود دقت تخمین جریان ماهانه با کاهش نویز آشوبی (رودخانه‌های مورد مطالعه: نهندچای، اهرچای و لیقوان‌چای)

لیلا ملکانی - گروه عمران، دانشکده فنی و مهندسی مرند، دانشگاه تبریز، مرند، ایران

چکیده مقاله:

وجود ارتباط غیرخطی و پیچیده بین اجزای یک سیستم در فرایندهای هیدرولوژیکی و رفتار دینامیکی مابین آنها، استفاده از مدل‌های هوشمند را جهت مدلسازی ضروری می‌نماید. معمولا در تحقیقات مختلف برای افزایش دقت نتایج مدلسازی، از مدل­های جدیدتر با قابلیت محاسباتی بیشتر استفاده می­شود. علاوه بر توانایی­های محاسباتی مدل­ها، بکارگیری اطلاعات ورودی صحیح به آنها نیز دارای اهمیت است و لازمه رسیدن به دقت مناسب در انواع روش­های مدلسازی است. با توجه به اینکه خطا در داده‌های هیدرولوژیکی معمولا وجود دارد، هدف از این تحقیق بررسی تاثیر حذف خطاهای ممکن در سیستم‌های هیدرولوژیکی در میزان افزایش دقت مدل­ها است. در این تحقیق مقادیر جریان ماهانه حوضه‌های شاخص استان آذربایجانشرقی (رودخانه­های نهند چای، لیقوان­چای و اهرچای) در دو حالت با خطا و بدون خطا مورد بررسی قرار گرفته و سپس برای هر دو حالت، فرایند پیش‌بینی با مدل‌ شبکه‌های عصبی مصنوعی مطالعه شده است. برای جداسازی خطای داده‌های ورودی از نظریه آشوب استفاده شده است. بر اساس معیار ارزیابی نش-ساتکلیف، دقت نتایج مدلسازی جریان ماهانه رودخانه­های نهند چای، لیقوان­چای و اهرچای برای داده‌های بدون نویز نسبت به داده‌های خام، بترتیب به میزان (2/43، 9/27 و 9/5) افزایش یافته و مقدار خطا، بر اساس معیار مجذور میانگین مربعات خطا به مقدار (2/65، 5/63 و 7/2) کاهش داشته است.

کلیدواژه ها:

پیش‌بینی رواناب, نظریه آشوب, شبکه‌های عصبی مصنوعی, کاهش خطا

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1158310/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ملکانی، لیلا،1399،بهبود دقت تخمین جریان ماهانه با کاهش نویز آشوبی (رودخانه‌های مورد مطالعه: نهندچای، اهرچای و لیقوان‌چای)،،،،،https://civilica.com/doc/1158310

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، ملکانی، لیلا؛ )
برای بار دوم به بعد: (1399، ملکانی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • بوستانی, م، فرزین س، موسوی س ف، کرمی حجت. (1398). ...
  • پرتویان ا، نورانی و، اعلمی م ت. (1397). بهبود عملکرد ...
  • دهقانی ن، وفاخواه م، بهره­مند ع. (1395). مدل‌سازی بارش- رواناب ...
  • دوایی مرکزی ا ح، نظرآهاری م. 1394. کاربرد تبدیل فوریه ...
  • رضایی ح، جباری قره‌باغ، ث. (1396). تأثیر کاهش نویز در ...
  • علیزاده، امین (1394)، اصول هیدرولوژی کاربردی، چاپ چهل، مشهد، انتشارات ...
  • Alami, M.T., Ghorbani, M.A. and Malekani, L., 2013. Chaotic Analysis ...
  • Chandwani, V., Vyas, S.K., Agrawal, V. and Sharma, G. 2015. ...
  • Elshorbagy A. Simonovicb  S. P. and Panu U. S. 2002. ...
  • Elshorbagy A. Simonovicb S. P. and Panu U. S. 2002a. ...
  • Ghorbani, M.A., Khatibi, R., Mehr, A.D. and Asadi, H. 2018. ...
  • Grassberger, P., Hegger, R., Kantz, H., Schaffrath, C. and Schreiber, ...
  • James E. J. Gopakumar R. 2002. Flood forcasting of Achencoil ...
  • Kalteh A. M. 2008. Rainfall-runoff modelling using artificial neural networks ...
  • Karunasingha, D.S.K. and Liong, S.Y. 2018. Enhancement of chaotic hydrological ...
  • Kennel M. Brown R and Abarbanel HDI. 1992. Determining Embedding ...
  • Kisi, O., Shiri, J. and Tombul, M. 2013. Modeling rainfall-runoff ...
  • Kocak K. Saylan L. and Sen O. 2000. Nonlinear Time ...
  • Machado, F., Mine, M., Kaviski, E. and Fill, H. 2011. ...
  • Porporato A and Ridolfi L, 1997. Nonlinear analysis of river ...
  • Schreiber, T., Kantz. H. 1998. Nonlinear projective filtering II: Application ...
  • Schreiber T and Grassberger P, 1991. A simple noise reduction ...
  • Sivakumar, B., Phoon, K.-K., Liong, S. Y. and Liaw, C. ...
  • Sivakumar, B. and Jayawardena, A.W. 2002. An investigation of the ...
  • Solaimani, K. 2009. Rainfall-runoff Prediction Based on Artificial Neural Network ...
  • Urbanowicz, K. and Kantz, H. 2007. Improvement of speech recognition ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 18,920
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی