استفاده ازسیستم فازی - عصبی تطبیقی درمدلسازی بارش -رواناب

  • سال انتشار: 1388
  • محل انتشار: فصلنامه مهندسی عمران و محیط زیست دانشگاه تبریز، دوره: 39، شماره: 4
  • کد COI اختصاصی: JR_CEEJ-39-4_004
  • زبان مقاله: فارسی
  • تعداد مشاهده: 790
دانلود فایل این مقاله

نویسندگان

وحید نورانی

دانشایردانشکده فنی و مهندسی عمران دانشگاه تبریز

محمدعلی کی نژاد

استاددانشکده مهندسی عمران دانشگاه صنعتی سهند

لیلا ملکانی

دانشجوی دکتری مهندسی عمران - آب

چکیده

پیش بینی صحیح و دقیق رواناب میتواند نقش بسزایی درفایق امدن برمشکلات وافرسیلاب داشته باشد پیچیدگی سیستم های طبیعی ازجمله فرایندهای هیدرولوژیکی استفاده ازمدلهای فیزیکی را مشکل مینماید ازدهه گذشته استفاده ازمدلهای بارش رواناب همچون مدل فازی توسعه یافته است مدل فازی میتوانددرشبیه سازی فرایندهای با اطلاعات ناقص و غیردقیق بکارگرفته شود دراین تحقیق سه مدل هوشمند شبکه های عصبی مصنوعی سیستم استنتاج فازی و سیستم فازی - عصبی تطبیقی جهت پیش بینی رواناب ماهانه و روزانه درحوضه ابریز لیقوان چای واقع دراستان اذربایجان شرقی ارایه گردیده است درنهایت نتایج سه مدل مذکور با نتایج بدست امده ازروشهای رگرسیون خطی و مدل سری زمانی ARIMA مقایسه شده است عمده ترین مزیت مدلسازی فازی سادگی و قابل فهم بودن آن است ازطرفی چون پارامترهای بارش و رواناب بکاررفته درمدلسازی مفروض به خطا و دارای عدم قطعیت می باشند بنابراین منطق فازی ابزار مناسبی جهت مدلسازی این سیستم ها است و مدلسازی فازی تطبیقی و استنتاجی ازسایر مدلها دقیقتر بوده و بیشترین مقدارنش - ساتکلیف و کمترین خطا را درپی داشته است

کلیدواژه ها

مدلسازی بارش - رواناب، شبکه های عصبی مصنوعی، سیستم استنتاج فازی، سیستم فازی - عصبی تطبیقی، مدل سری زمانی

مقالات مرتبط جدید

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.