Suspended Sediment Load Prediction using Artificial NeuralNetwork Integrated with the Whale Optimization Algorithm
- سال انتشار: 1403
- محل انتشار: چهاردهمین کنگره ملی مهندسی عمران
- کد COI اختصاصی: NCCE14_189
- زبان مقاله: انگلیسی
- تعداد مشاهده: 190
نویسندگان
Ph.D. Candidate, Department of Civil Engineering, Yazd University, Yazd, Iran.
Assistant Professor, Department of Civil Engineering, Yazd University, Yazd, Iran.
Professor, Department of Natural Resources and Desert Studies, Yazd University, Yazd, Iran
Professor, Department of Water, Energy and Environmental Engineering, University of Oulu,Oulu, Finland
چکیده
Estimating suspended sediment load (SSL) is an essential task in water resources management. This article proposes theutilization of a hybrid artificial neural network (ANN) model for predicting SSL using historical SSL data. Various inputscenarios involving streamflow (Q) and precipitation (P) were utilized to assess the performance of the ANN and ANNWhaleOptimization Algorithm (WOA) in SSL prediction at Sarab Seyedali within the Alashtar basin. Optimizationalgorithms were employed to adjust and optimize the parameters of the ANN model. Two statistical indices, the correlationcoefficient (R۲) and the root-mean-square error (RMSE), were employed to assess the accuracy of the models. Acomparison of models indicated that the integration of ANN-WOA improved the accuracy compared to the standaloneANN mode. Results Obtained from Pearson’s correlation coefficient techniques showed that the most effectiveparameters in SSL prediction are Q (t), Q (t-۱), and P (t-۱). ANN-WOA exhibited superior performance compared to ANN,achieving an R۲ value of ۰.۶۹۰ and an RMSE of ۰.۰۶۶۶.کلیدواژه ها
Alashtar Basin, Neural Network, Suspended Sediment Prediction, Whale Optimization Algorithmمقالات مرتبط جدید
- نقش حیاتی عایق های سفید اکریلیک در حفاظت از گیاهان در برابر تغییرات اقلیمی
- بررسی اثر سیستم مدیریت ساختمان در مصرف انرژی ساختمان های اداری در شهر تبریز
- اکولوژی شهری و توسعه پایدار: چشم اندازی به شهرهای سبز آینده
- Designing a Residential Tower Influenced by Biophilic Architecture to Enhance Mental Health and Quality of Life for Residents in Iran and the Metropolis of Tehran (Case Study: District ۲۲)
- Toward Smart Urban Transportation and Crisis Management: A Literature Review and Delphi-Based Prioritization Framework
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.