ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسه دو روش ماشین بردار پشتیبان SVM و نرم افزار Statistica برای پیش بینی دبی روزانه

سال انتشار: 1390
کد COI مقاله: IHC10_260
زبان مقاله: فارسیمشاهد این مقاله: 2,307
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه دو روش ماشین بردار پشتیبان SVM و نرم افزار Statistica برای پیش بینی دبی روزانه

مهدی محرم پور - استادرشته عمران دانشگاه آزاد اسلامی واحد بوئین زهرا
عبدالحمید محرابی - استادرشته عمران دانشگاه آزاد اسلامی واحد بوئین زهرا
محیا کاتوزی - دانشجوی رشته مهندسی برق کنترل دانشگاه آزاد اسلامی واحد قزوین
امین خدابنده شهرکی - استادرشته عمران دانشگاه آزاد اسلامی واحد بوئین زهرا

چکیده مقاله:

مدیریت موفق منابع آب نیازمند رویکردهای جهت دار، جامع و سیستماتیک می باشد تا بتواند با وجود روند تشدید مشکلات مربوط به آب و افزایش رو به رشد تقاضای آن، نیاز مصرف کنندگان را برطرف سازد. در این راستا بهره گیری از شیوه های نوین مدلسازی منابع آب از اهمیت ویژه ای برخوردار است. از طرفی، پیشرفتهایی که در زمینه روشهای پردازش اطلاعات صورت پذیرفته، روشهای داده- محور را نسبت به روشهای رفتار- محور (روشهای فیزیکی) افزایش داده است. ماشین بردار پشتیبان روشی است که در آن نقاط قوت روش های آماری سنتی که بیشتر تئوری محور می باشند و از نظر تجزیه و تحلیل ساده هستند، ترکیب می گردد. در سال های اخیر در حوزه های هیدرولوژی و مدیریت منابع آب و پیش بینی سری های زمانی از رویکرد SVM استفاده های زیادی شده است. در این پژوهش با استفاده از مدل بردار پشتیبان سری های زمانی و اطلاعات یک دوره 18 ساله از سال 1368 تا 1386 از رودخانه قره سو جهت تولید جریان مصنوعی، مورد استفاده قرار گرفت. در نهایت با نتایج حاصل از نرم افزار STATISTICA مقایسه، که نتایج خروجی روش ماشین بردار پشتیبان نشان داد که توانایی بهتر و بالاتری نسبت به نرمافزار آماری STATISTICA دارا می باشد.

کلیدواژه ها:

مدیریت منابع آب، پیش بینی دبی ، ماشین بردار پشتیبان SVM ، نرم افزار آمار STATISTICA ، رودخانه قره سو

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/140923/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محرم پور، مهدی و محرابی، عبدالحمید و کاتوزی، محیا و خدابنده شهرکی، امین،1390،مقایسه دو روش ماشین بردار پشتیبان SVM و نرم افزار Statistica برای پیش بینی دبی روزانه،دهمین کنفرانس هیدرولیک ایران،رشت،،،https://civilica.com/doc/140923

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، محرم پور، مهدی؛ عبدالحمید محرابی و محیا کاتوزی و امین خدابنده شهرکی)
برای بار دوم به بعد: (1390، محرم پور؛ محرابی و کاتوزی و خدابنده شهرکی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • کی، ب، 1387، کاربرد ماشین بردار پشتیبان در مدیریت منابع ...
  • Asefa, T., Kemblowski, M., and Khalil, A. , "Multi-Time scale ...
  • Asefa, T., Kemblowski M.W., Urroz, G., McKee, M. and Khalil, ...
  • Asefa, T., Kemblowski M., Urroz G., McKee M. and Khalil ...
  • Dibike, Y.B., Velickov S., Solomatine, D.P., and Abbott, M.B., "Model ...
  • Lin, J-Y., Cheng, C-T., Chau, K-W., "Using support vector machines ...
  • Wegman, E. J. and Hayes, A. R. (1988) "Statistical software, ...
  • Chambers, J. M. and Hastie, T. K., (eds.) (1992) Statistical ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 558
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی