مدلسازی فرآیند بارش- رواناب با استفاده از روش کنترل گروهی داده ها (GMDH) و شبکه های عصبی مصنوعی (ANN) در حوزه آبخیز پلرود

  • سال انتشار: 1393
  • محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 5، شماره: 10
  • کد COI اختصاصی: JR_JWMR-5-10_006
  • زبان مقاله: فارسی
  • تعداد مشاهده: 268
دانلود فایل این مقاله

نویسندگان

عادل پورنعمت رودسری

دانشگاه شهید باهنر کرمان

کوروش قادری

دانشگاه شهید باهنر کرمان

شهرام کریمی گوغری

دانشگاه شهید باهنر کرمان

چکیده

  مدلسازی بارش- رواناب یک فرآیند ضروری و پیچیده می­باشد که در بهره­برداری مناسب از مخازن و مدیریت و برنامه­ریزی صحیح منابع آب نقش عمده­ای دارد. مدلسازی این فرآیند با استفاده از روش­های مختلفی امکانپذیر است. از نظر تئوری، در مدلسازی یک سیستم می­بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیت­های ذاتی آنها، استخراج چنین مدلی بسیار مشکل می­باشد. بنابراین استفاده از روش­های داده­محور که محاسبات را در شرایط غیردقیق انجام می­دهند و کاربردهای فراوانی در مسائل شناسایی کنترلی داشته­اند، اجتناب­ناپذیر است. روش کنترل گروهی داده ها ( GMDH ) یکی از انواع این روش ها می­باشد که به تدریج یک نگاشت بین متغیرهای ورودی و خروجی تولید می کند. در این تحقیق برای شبیه­­سازی فرآیند بارش-رواناب حوزه آبریز پلرود، یک مدل بر اساس رویکرد GMDH توسعه داده شده است. ارزیابی نتایج با استفاده از معیارهای آماری انجام شده و همچنین با نتایج شبکه­های عصبی ( ANN ) نیز مقایسه شده است. نتایج حاکی از توانایی بالای هر دو روش­­ در پیش­بینی و شناسایی روابط پیچیده بین متغیرها در پیش­بینی رواناب روزانه ناشی از بارندگی می­باشند. مقادیر نتایج معیارهای آماری بیانگر عملکرد بهتر رویکرد استقرائی GHMD نسبت به شبکه­های عصبی در مدلسازی بارش- رواناب در این حوزه می باشد.

کلیدواژه ها

Keywords: Rainfall-Runoff modeling, Data Driven Method, GMDH, ANN, Polrood basin, مدلسازی بارش- رواناب, روش های داده محور, روش کنترل گروهی داده ها, شبکه های عصبی, حوزه آبریز پلرود

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.