استفاده از روش رگرسیونی و مدل GMDH در تخمین نسبت رسوب ورودی به آبگیرهای جانبی
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 111
فایل این مقاله در 12 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:
JR_WMJI-12-46_005
تاریخ نمایه سازی: 12 آذر 1403
چکیده مقاله:
به علت تغییراتی که در توزیع سرعت در محدوده دهانه آبگیر رخ میدهد، معمولا عمل رسوبگذاری صورت می گیرد که باعث کاهش راندمان آبگیری، افزایش هزینه های اجرایی برای عملیات رسوب زدایی و درنهایت تغییر مسیر و خط القعر رودخانه به سمت ساحل مقابل آبگیر می شود. استفاده از سازه های کنترل رسوب دیوار جداکننده در جلوی آبگیر و هم زمان آب شکن در مقابل آبگیر باعث کاهش رسوب ورودی و افزایش راندمان آبگیری می شود. در تحقیق حاضر تاثیر دیوار جداکننده و سازه آب شکن در تخمین نسبت رسوب ورودی به آبگیر به صورت آزمایشگاهی، روش های دادهکاوی و رگرسیون چندگانه مورد ارزیابی قرارگرفته است. ابتدا با انجام آنالیز ابعادی، نسبت های بدون بعد استخراج و رابطه بین متغیرها و مقدار آن ها در آزمایش ها مشخص گردید. با استفاده از نرم افزارهای آماری XLSTAT و SPSS از روش گامبهگام و رگرسیون استاندارد (اینتر) معادلاتی برای ارتباط بین متغیرهای مستقل و وابسته استخراج شد. بعد از به دست آوردن معادلات خطای نسبی هر معادله محاسبه شد. سپس بهترین معادله که R۲ آن بالا و خطای نسبی آن پایین بود انتخاب و پیشنهاد شد. در مرحله بعد با روشهای شبکه های عصبی مصنوعی روش کنترل گروهی داده ها (GMDH) مدلسازی انجام و بهترین روش در تخمین نسبت رسوب ورودی به آبگیر انتخاب شد. نتایج نشان داد که در تخمین نسبت رسوب ورودی به آبگیر بهترین عملکرد مربوط به مدل (GMDH) با شاخص های آماری ۰/۳۰,R۲=۰/۸۵MAD=، ۰/۰۳۹RMSE= و ۲۶/۹۵MAPE= می باشد. در روش رگرسیون گام به گام ۳۸/۰,R۲= ۹۹/۴ RMSE= و روش رگرسیون اینتر ۰/۷۶,R۲= ۴/۱۶ RMSE= میباشد. هم چنین روش های دادهکاوی نسبت به روش رگرسیونی دقت بالاتری دارند.
کلیدواژه ها:
نویسندگان
امیر مرادی نژاد
استادیار بخش آبخیزداری و حفاظت خاک مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان مرکزی.
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 :
