پیش بینی ارتفاع امواج ساحلی با استفاده از روش های هیبریدی- موجک هوش مصنوعی (مطالعه موردی: بندر امیرآباد دریای خزر)

  • سال انتشار: 1400
  • محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 12، شماره: 24
  • کد COI اختصاصی: JR_JWMR-12-24_024
  • زبان مقاله: فارسی
  • تعداد مشاهده: 182
دانلود فایل این مقاله

نویسندگان

نیما افشین

Sari Agricultural Sciences and Natural Resources University

علیرضا عمادی

Sari Agricultural Sciences and Natural Resources University

رامین فضل اولی

Sari Agricultural Sciences and Natural Resources University

سروین زمان زاد قویدل

University of Tehran

چکیده

چکیده مبسوط مقدمه و هدف: امروزه با توجه به تغییرات اقلیمی و تاثیر آن بر وضعیت امواج دریا و خطرات ناشی از شدت آن، ارزیابی و برآورد ارتفاع موج شاخص در دریاها از اهمیت بسیار بالایی برخوردار است. پیش­بینی ارتفاع موج شاخص در بندر امیرآباد با به کارگیری ترکیبی از متغیرهای معرف خصوصیات امواج و هواشناسی، توسعه مدل­ های هوش مصنوعی و اغتشاش­زدایی داده­ها با به کارگیری تئوری موجک و نهایتا استخراج روابط ریاضی حاکم بر اصول مهندسی دریا-هواشناسی جهت تخمین ارتفاع موج از اهداف و نوآوری­ های منحصر به فرد در این مطالعه، می ­باشد. مواد و روش­ها: در این تحقیق، ارتفاع امواج در بندر امیرآباد دریای خزر، با استفاده از روش­ های منفرد و هیبریدی-موجک هوش مصنوعی، از جمله شبکه عصبی مصنوعی (ANN, WANN) پرسپترون چند لایه با الگوریتم آموزشی لونبرگ-مارگارت، سامانه استنتاجی فازی-عصبی تطبیقی (ANFIS, WANFIS) و برنامه ­ریزی بیان ژن (GEP, WGEP) در گام ­های زمانی بدون تاخیر، تاخیر زمانی ۳ و ۶ ساعته، برآورد شده است. بدین منظور، از داده ­های امواج و هواشناسی با مقیاس ساعتی در سال ۲۰۱۸ میلادی، استفاده شده است. یافته­ها: نتایج حاکی از این است که حذف اغتشاش توسط آنالیز موجک توانایی ارتقاء عملکرد در همه مدل­ ها را دارد. همچنین، در این پژوهش مدلهای هیبریدی-موجک نتایج بهتری را نسبت به مدل های منفرد ارائه داده اند. در میان تمامی مدلها برای همه گام­ های زمانی، مدل WGEP بهترین مدل و ANN ضعیف ترین مدل بوده است. از میان مدل های مورد بررسی در این تحقیق مدل WGEP درگام زمانی بدون تاخیر به ­ترتیب با ضریب همبستگی و کارایی ۰/۹۶ و ۰/۹۸ و ریشه میانگین مربعات خطا و میانگین قدرمطلق خطا  ۰/۰۳۷ و ۰/۰۸۷ متر، مناسب ترین مدل بوده است. همچنین مدل ANN منفرد در گام زمانی با تاخیر ۶ ساعته کمترین مقدار ضریب همبستگی و کارایی و بیشترین مقدار ریشه میانگین مربعات خطا و میانگین قدرمطلق خطا به ترتیب به­میزان ۰/۵۰۹، ۰/۶۰۷، ۰/۱۸۱ و ۰/۲۸۶ را داشته است. نتیجه­گیری: نتایج سه روش منفرد و هیبرید-موجک به کار گرفته شده، میتواند برای برآورد ارتفاع موج شاخص در بندر امیرآباد قابل قبول باشد. همچنین، اغتشاش­ زدایی داده­ های مشاهداتی بسیاری از خطاهای اندازه­گیری را کاهش داده و باعث افزایش عملکرد مدل­های هوش مصنوعی می­گردد. این مطالعه تاثیر بسزایی در مدیریت بحران و سواحل داشته و می­ تواند الگویی راهبردی برای مدیران و سیاست گزاران و محققان جهت تحقیقات آتی باشد.  

کلیدواژه ها

Amirabad Port, Artificial intelligence, Significant wave height, Prediction, Wavelet, ارتفاع موج شاخص, بندر امیرآباد, پیش ­بینی, موجک, هوش مصنوعی

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.