مقایسه کارآیی مدلهای شبکههای عصبی مصنوعی و رگرسیون برای پیشبینی بار رسوب جریان مطالعه موردی حوضه آبخیز سمندگان

  • سال انتشار: 1390
  • محل انتشار: مجله جغرافیا و برنامه ریزی محیطی، دوره: 22، شماره: 4
  • کد COI اختصاصی: JR_GEP-22-4_002
  • زبان مقاله: فارسی
  • تعداد مشاهده: 208
دانلود فایل این مقاله

نویسندگان

عبداله سیف

عباسعلی ولی

محمدحسین رامشت

محمدحسین رامشت

عباسعلی ولی

رضا قضاوی

رضا قضاوی

چکیده

  یک سیستم رودخانه­ای یک سیستم بازاست که از درگیر شدن ارتباطات مختلف و پیچیده شکل میگیرد. خصوصیات ذاتی حوضهها از یک سو و عوامل خارجی از سوی دیگر رفتارهای رودخانه را متاثر میسازد.وجود ارتباطات متقابل متعدد از جمله ارتباطات جریان ورسوب حمل شده وتاثیر عوامل ژئومورفولوژی حوضه و مدل سازی آن از اهمیت ویژه ای برخوردار است.در این مطالعه دونوع شبکه عصبی مصنوعی ژئومورفولوژیکی و غیر ژئومورفولوژیکی برای پیش بینی بار رسوب جریان رودخانه سمندگان طراحی گردید و نتایج آن با دو نوع مدل رگرسیونی ژئومورفولوژیکی و غیر ژئومورفولوژیکی مورد مقایسه قرار گرفت. نتایج طراحی شبکههای عصبی مبین کارآیی خوب شبکههای چند لایه ی پرسپترون با الگوریتم یادگیری پس انتشار خطا است. نتایج نشان داد که شبکه عصبی ژئومورفولوژیکی با ضریب تبیین ۸۶۲/۰ و مجذور میانگین مربعات خطای ۸۱۵/۱ در مقایسه شبکه عصبی غیر ژئومورفولوژیکی با ضریب تبیین ۸۲۷/۰و معیار خطای۰۳۱/۲ میزان رسوب جریان را بهتر پیش­بینی میکند. نتایج ارزیابی مدلهای رگرسیونی مبین عملکرد ضعیف­تر آنها در مقایسه با روش شبکه عصبی مصنوعی است به طوری که ضریب تبیین مدل رگرسیونی ساده غیر ژئومورفولوژیکی ۷۵۹/۰و معیار خطای ۳۹۵/۲ و ضریب تبیین مدل رگرسیونی ژئومورفولوژیکی برابر ۸۱۱/۰ با معیار خطای معادل ۱۴۲/۲ است. همچنین از مقایسه نتایج مدلهای مختلف چنین استنباط میشود زمانی که پارامترهای ژئومورفولوژیکی نظیر شاخص ناهمواری، شاخص گردی و شاخص تراکم زهکشی در مدل سازی وارد شوند نتایج ارزیابی آنها مناسب­تر میشود.

کلیدواژه ها

بار رسوب, پیش­بینی, رودخانه سمندگان, ژئومورفولوژی, سیلاب, شبکه عصبی مصنوعی, مدل رگرسیونی, مدل سازی

اطلاعات بیشتر در مورد 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.