برنامه ریزی ژنتیک و کاربرد آن در مدل سازی فرآیند بارش- رواناب

سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 87

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WASO-20-4_005

تاریخ نمایه سازی: 15 اسفند 1401

چکیده مقاله:

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه ی بین متغیرهای ورودی و خروجی به طور خودکار و هوشمند، متغیرهایی که در مدل بیشترین تاثیر را دارند انتخاب می کند. در این تحقیق، برنامه ریزی ژنتیک(GP) برای مدلسازی فرآیند بارش-رواناب روزانه در حوضه آبریز لیقوان با مساحت ۱۹/۷۶ کیلومتر مربع استفاده شده است. از آنجایی که GP توان انتخاب بهترین متغیرها را دارد، ابتدا متغیرهای معنی دار با ۱۰ بار اجرای GP مشخص و سپس مدلسازی با متغیرهای معنی دار و دو مجموعه عملگر ریاضی انجام شد. در مقایسه نتایج دو مدل حاصل از دو مجموعه عملگر ریاضی درحالت بهینه، ضریب همبستگی و میانگین مربعات خطا برای آموزش در دو مدل یکسان و به ترتیب ۸۵/۰ و ۰۶/۰ و برای تست در مدل حاصل از مجموعه عملگر ریاضی یک، به ترتیب ۹۳/۰ و ۲/۰ و در مدل حاصل از مجموعه عملگر ریاضی دو، به ترتیب ۹۷/۰ و ۰۸/۰ به دست آمد. بنابراین مدل حاصل از مجموعه عملگر ریاضی دو، به عنوان مدل بارش-رواناب حوضه آبریز لیقوان پیشنهاد گردید.

نویسندگان

علی سلطانی

دانشکده کشاورزی دانشگاه تبریز

محمد علی قربانی

دانشکده کشاورزی دانشگاه تبریز

احمد فاخری فرد

دانشکده کشاورزی دانشگاه تبریز

صابره دربندی

دانشکده کشاورزی دانشگاه تبریز

داود فرسادی زاده۳

دانشگاه تبریز

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 :
  • بی نام، ۱۳۸۱. گزارش­های آماری هواشناسی و هیدرولوژی سازمان آب ...
  • فربودفام ن، قربانی م ع، اعلمی م ت، ۱۳۸۸. پیش ...
  • Aytek A and Kisi O, ۲۰۰۸. A genetic programming approach ...
  • J Hydrol ۳۵۱: ۲۸۸-۲۹۸ ...
  • Aytek A, Asce M and Alp M. ۲۰۰۸. An application ...
  • Jay awardena AW, Muttil N and Fernando TMKG, ۲۰۰۵. Rainfall-Runoff ...
  • Khu ST, Liong SY, Babovic V, Madsen H and Muttil ...
  • Koza JR, ۱۹۹۲. Genetic programming: On the programming of computers ...
  • Liong SY, Gautam TR, Khu ST, Babovic V, Keijzer M ...
  • Sette S, Boullart L, ۲۰۰۱. Genetic programming: principles and applications. ...
  • Sherman LK ۱۹۳۲. Streamflow from rainfall by the unit-graph method. ...
  • Ustoorikar K and Deo MC, ۲۰۰۸. Filling up gaps in ...
  • Whigham PA and Crapper PF, ۲۰۰۱. Modeling rainfall–runoff using genetic ...
  • نمایش کامل مراجع