بهبود عملکرد شبکه عصبی مصنوعی با استفاده از تبدیل موجک در شبیه سازی جریان(مطالعه موردی: رودخانه گاماسیاب)
- سال انتشار: 1397
- محل انتشار: مجله پژوهش آب ایران، دوره: 11، شماره: 3
- کد COI اختصاصی: JR_JWAI-11-3_006
- زبان مقاله: فارسی
- تعداد مشاهده: 207
نویسندگان
چکیده
پیش بینی جریان رودخانه ها و برآورد سیلاب آن ها از جمله مسائل مهم در ارتباط با پروژه های سیلاب، تولید انرژی برقابی و مسائل مربوط به تخصیص آب برای کشاورزی، صنعت و شرب است. در این پژوهش، تجزیه و تحلیل موجک به صورت ترکیب با شبکه عصبی مصنوعی برای شبیه سازی جریان رودخانه گاماسیاب در شهرستان نهاوند در دو مقیاس زمانی روزانه و ماهانه انجام شد. بدین منظور، سری زمانی اصلی با استفاده از تئوری موجک به چندین زیرسیگنال زمانی تجزیه شد، سپس این زیرسیگنال ها به عنوان داده های ورودی به شبکه عصبی مصنوعی برای شبیه سازی جریان استفاده و با نتایجی که از کاربرد شبکه عصبی مصنوعی به دست آمد، مقایسه گردید. نتایج نشان داد که مدل ترکیبی شبکه عصبی مصنوعی- موجک عملکرد بهتری نسبت به مدل شبکه عصبی مصنوعی دارد. تجزیه سیگنال با موجک همبستگی میان داده های مشاهداتی و محاسباتی را نسبت به مدل شبکه عصبی مصنوعی افزایش می دهد، به طوری که در دوره روزانه حدود ۳ درصد و در دوره ماهانه حدود ۲۴ درصد سبب افزایش ضریب تعیین شده است. همچنین نتایج نشان داد که مدل ترکیبی در برآورد نقاط حدی عملکرد بهتری نسبت به مدل شبکه عصبی مصنوعی دارد.کلیدواژه ها
شبیه سازی جریان, شبکه عصبی مصنوعی, موجک, رودخانه گاماسیاب نهاوند, مدل ترکیبیاطلاعات 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.