مقایسه کارایی روشهای سیستم فازی - عصبی تطبیقی و شبکه بیزی درشبیه سازی رواناب

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,818

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE09_686

تاریخ نمایه سازی: 7 مهر 1391

چکیده مقاله:

پیش بینی صحیح و دقیق رواناب می تواند نقش بسزایی درفایق آمدن برمشکلات وافر سیلاب داشته باشد مدل شبیه ساز ANFIS و شبکه بیزین BN می تواند درشبیه سازی فرایندهای با اطلاعات ناقص و غیردقیق به منظور ارزیابی نقش عدم قطعیت درسری ابدهی رودخانه به کارگرفته شود دراین تحقیق دو مدل سیستم فازی عصبی تطبیقی و شبکه بیزین جهت پیش بینی رواناب ماهانه درحوضه آبریز نهند واقع دراستان آذربایجان شرقی توسعه یافته است ورودیهای شبکه شامل مقادیر ماهانه رواناب درزمان t-1,t-2 و خروجی های بهینه ماهانه رواناب درزمان t برای یک دوره 37 ساله می باشد اطلاعات خروجی از شبکه بیزین توابع توزیع احتمالاتی مقادیر خروجی رواناب می باشد درنهایت نتایج دو مدل مذکور براساس معیارهای کارایی با همدیگر و با داده های مشاهداتی مقایسه شده است و نتایج نشان دهنده کارایی مناسب هر دو مدل فازی عصبی تطبیقی و بیزی جهت مدلسازی اینگونه سیستم ها است و همچنین به نظر می رسد شبکه بیزی درنقاط حداقل و حداکثر عملکرد بهتری نسبت به مدل anfis دارد.

کلیدواژه ها:

مدلسازی رواناب ، سیستم فازی - عصبی تطبیقی ، شبکه بیزی ، حوضه آبریز نهند

نویسندگان

محمدتقی اعلمی

دانشیار دانشگاه تبریز

لیلا ملکانی

دانشجوی دکتری مهندسی عمران آب

سپیده امامی

کارشناس ارشد مهندسی عمران آب

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 :
  • Nourani, V., Komasi, M. and Mano, A. _ multivariate ANN-Wavelt ...
  • Firat, M. "Comparison of Artificial Intelligence Techniques for river flow ...
  • Chang, F. J. and Chang, Y. T. "Adaptive neuro-fuzzy inference ...
  • Tayfur, G. and Singh, V.P." ANN and Fuzzy Logic for ...
  • Alvisi, S., Mascellani, G., Franchini, M. and Bardossy, A. "Water ...
  • Yu, P.S. and Yang, T.C. "Fuzzy multi-objective function for rainfall-rumof ...
  • Yang, T.C., Yu, P.S., Kuo, C.M. and Wang, Y.C. "Application ...
  • Ozelkan, E. C. and Duckstein, L."Fuzzy conceptual rainfall-runof models", Journal ...
  • Mediero, L., Garrote, L, and Martin -Carrasco, F. (2007) _ ...
  • Ross, T.J. "Fuzzy logic with engineering application", McGraw Hill, Inc., ...
  • Fausett, L. "Fundamentas of neural networks", PrinceHall Company, 1994. ...
  • Castelletti, A.. and Soncini-Sessa, R. (2007) "Coupling real time control ...
  • Neapolitan, R. E. (2003) "Learning Bayesian networks." Prentice Hal Series ...
  • نمایش کامل مراجع