مقایسه سیستمهای هوش مصنوعی ( ANNs و ANFIS) در برآورد میزان تبخیر از تشتک - مطالعه موردی: ایستگاه سینوپتیک چابهار
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 882
فایل این مقاله در 17 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:
PWSWM02_041
تاریخ نمایه سازی: 12 شهریور 1392
چکیده مقاله:
امروزه در دنیا، آب و منابع آب، یکی از پایه های اصلی توسعه پایدار به شمار می رود. با توجه به محدودیت منابع آب در مناطق خشک و نیمه خشک، جلوگیری از هدر رفت آب از طریق تبخیر به عنوان یکی از عناصر مهم چرخه هیدرولوژی، نقش مهمی را در توسعه و مدیریت منابع آب بازی میکند. در زمینه برآورد تبخیر از تشتک روشها و فرمولهای تجربی زیادی ارائه شده است که اکثر آنها نیازمند پارامترهای ورودی متعددی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشد. در این تحقیق از دو مدل، ANFIS, ANNs جهت برآورد تبخیر از تشتک تحت مطالعه موردی در ایستگاه سینوپتیک و چابهار(تحت شرایط اقلیمی خشک و گرم ساحلی) استفاده شده است. برای این منظور، بهترین ترکیب ورودی مدل با استفاده از آزمون گاما، میانگین روزانه دما، رطوبت نسبی، سرعت باد، تعداد ساعات آفتابی و میانگین فشار هوا انتخاب گردید. براساس نتایج حاصله ازبکارگیری معیارهای ارزیابی کارایی مدل ANFIS برای ایستگاه چابهار R(2)-0/966 و RMSE-3/88 و d-0/991 و MAE-0/160، با استفاده از 3 تابع عضویت نوع گوسی تعیین گردید. همچنین براساس نتایج حاصله ازبکارگیری معیارهای ارزیابی کارایی مدل ANNs برای ایستگاه چابهار R(2)-0/962 و RMSE-4/36 و d-0/989 و MAE-0/24، حاصل گردید که نشان از توانایی بهتر مدل ANFIS در برآورد فرآیند تبخیر از تشتک در این ایستگاه دارد.
کلیدواژه ها:
نویسندگان
جواد میرمرادزهی
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده آب و خاک دانشگاه زابل
جابر سلطانی
استادیار گروه مهندسی عمران دانشکده فنی و مهندسی دانشگاه ابوریحان تهران
جمشید پیری
دانشجوی دکترا آبیاری و زهکشی دانشکده کشاورزی دانشگاه فردوسی مشهد
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 :