تخمین دبی رودخانه با استفاده از مدل محاسباتی SVM و مقایسه با شبکه عصبی مصنوعی RBFمطالعه موردی شیرین رود راور

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,009

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCWMSWRM06_143

تاریخ نمایه سازی: 21 تیر 1393

چکیده مقاله:

جهت مدیریت منابع آب لازم است تا مقادیر جریان رودخانه در گام های زمانی مختلف را تخمین بزنیم. بدین منظور طی سالیان متمادی جهت تخمین دبی رودخانه روش های مختلفی ابداع شده که به طور کلی می توان به دو دسته مدل های مفهومی و مدل های مبنی بر داده یا آمار طبقه بندی کرد. از مدل های متداول آماری جهت پیش بینی وتخمین جریان رودخانه می توان به ماشین بردار پشتیبان اشاره کرد. در این تحقیق با استفاده از داده های دو ایستگاه به نام های تنگل آب گرم و سارنگ و داده های هواشناسی به تخمین دبی رودخانه شیرین رود راور در ایستگاه حور پرداختیم. بازه زمانی مورد استفاده از سال 1385 تا سال 1390 به صورت روزانه می باشد. در مدل SVM ده ترکیب ورودی را مورد بررسی قرار دادیم و بهترین ترکیب به همراه تابع کرنل آن را استخراج نمودیم. در انتها با اجرای شبکه عصبی مصنوعی RBF مقایسه نتایج آن با مدل SVM پرداختیم. نتایج حاصل حاکی از برتری مدل SVM نسبت به ASNN-RBF می باشد

کلیدواژه ها:

دبی رودخانه ، شبکه عصبی مصنوعی RBF ماشین بردار پشتیبان

نویسندگان

قاسم اعتمادیان

دانشجوی کارشناس ارشد آبیاری و زهکشی دانشگاه آزاد اسلامی واحد کرمان

علی نشاط

استادیار گروه آب دانشگاه آزاد اسلامی واحد کرمان

محمد علیخانی نژاد

کارشناس ارشد آبیاری و زهکشی دانشگاه آزاد اسلامی واحد کرمان

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 :