کاربرد الگوریتم درختی M۵ در برآورد رسوب معلق رودخانهها
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 6، شماره: 4
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 272
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-6-4_002
تاریخ نمایه سازی: 3 اسفند 1400
چکیده مقاله:
برآورد میزان بار رسوب در بسیاری از پروژههای آبی از قبیل طراحی سدها و حوضچههای ذخیره آب سطحی، انتﻘال رسوب و آلودگی در رودخانهها و دریاچهها و نیز طراحی کانالها و نگهداری آن ها اهمیت زیادی دارد. روشهای متداول برآورد بار رسوب عمدتا دقت پایینی داشته و نتایج روشهای مختلف تفاوت زیادی با یکدیگر دارد. بر همین اساس در این تحقیق پس از تهیه دادههای دبی رسوب مربوط به ایستگاههای هیدرومتری جوکنک، بهبهان، شادگان، مشراگه و چم نظام، از الگوریتم درختی M۵ که یکی از مدلهای نوین داده کاوی به حساب میآید، جهت محاسبه بار معلق استفاده گردید. الگوریتم درختی M۵ فضای مساله را به شاخههای متعدد تقسیم کرده و معادلاتی را جهت تخمین بار معلق رسوب در شاخههای مختلف ارائه میدهد. دبی جریان یک روز قبل و دبی همان روز به عنوان پارامترهای ورودی و دبی بار معلق رسوب نیز به عنوان پارامتر خروجی جهت ساخت و صحت سنجی مدل در نظر گرفته شد. آنالیزهای مختلف آماری بر روی معادلات ارائه شده توسط الگوریتم M۵ نشان دهنده دقت بهتر مدل درختی در مقایسه با منحنی سنجه میباشد. در ایستگاههای مورد بررسی مقدار RMSE مدل درختی با توجه به دادههای آموزش و صحت سنجی ۵۹/۰ محاسبه گردید در حالی که در مورد منحنی سنجه این مقدار ۷۴/۰ به دست آمد. بر اساس نتایج این تحقیق مدل M۵ علاوه بر اینکه میتواند میزان رسوب معلق را با دقت بالایی برآورد کند دارای ساختار ساده و قابل فهم بوده و از نتایج آن میتوان جهت مسائل کاربردی سود جست.
کلیدواژه ها:
نویسندگان
سیده حدیث شاهرخی
گروه مهندسی آب دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
جواد ظهیری
استادیار، گروه مهندسی آب دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
احمد جعفری
استادیار گروه مهندسی آب دانشگاه کشاورزی و منابع طبیعی رامین
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 مقاله لینک شده اند :