شبیه سازی بارش- رواناب با استفاده از ماشین آموزش نوین در حوضه رودخانه شهرچای
- سال انتشار: 1400
- محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 12، شماره: 23
- کد COI اختصاصی: JR_JWMR-12-23_020
- زبان مقاله: فارسی
- تعداد مشاهده: 343
نویسندگان
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
Department of Water Engineering, College of Agriculture, Islamic Azad University, Kermanshah Branch, Kermanshah
چکیده
در این مطالعه، داده های سری زمانی بارش و رواناب حوضه رودخانه شهرچای از سال ۲۰۰۰ تا ۲۰۱۷ با استفاده از یک مدل هوش مصنوعی نوین ترکیبی شبیه سازی شد. برای توسعه مدل هوش مصنوعی مذکور سه الگوریتم ماشین آموزش نیرومند (ELM)، تکامل تفاضلی (DE)و تبدیل موجک (WT) با هم ترکیب شدند و مدلهای ترکیبی SAELM و WSAELM ارائه شد. در ابتدا، موثرترین تاخیرهای داده های سری زمانی با استفاده از تابع خود همبستگی شناسایی شدند. سپس با استفاده از این تاخیرها، برای هر یک از مدلهای SAELM و WSAELM هفت مدل هوش مصنوعی تعریف گردید. علاوه بر این ۷۰ درصد مقادیر مشاهداتی برای آموزش مدلهای هوش مصنوعی و ۳۰ درصد باقیمانده نیز برای ارزیابی آنها استفاده شدند. برای مدل WSAELM ۷ به عنوان مدل برتر، مقادیر R۲، شاخص پراکندگی (SI) و ضریب نش(NSC) برای شبیه سازی بارش به ترتیب مساوی با ۰/۹۶۷، ۰/۲۰۸ و ۰/۹۶۵ بدست آمدند. همچنین تحلیل حساسیت نشان داد که تاخیرهای (t-۱)، (t-۲) و (t-۱۲) بهعنوان موثرترین تاخیرهای ورودی در نظر گرفته شدند. در انتها برای مدلهای برتر یک تحلیل عدم قطعیت انجام شد.کلیدواژه ها
Differential evolution, Extreme learning machine, Lake Urmia, Rainfall, Runoff, Shaharchay River, Wavelet transform, بارش, تبدیل موجک, تکامل تفاضلی, رواناب, رودخانه شهرچای, دریاچه ارومیه, ماشین آموزش نیرومنداطلاعات 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.