مدل سازی رواناب با استفاده از شبکه عصبی مصنوعی فازی (ANFIS) و مقایسه عملکرد آن با روش های تجربی
محل انتشار: پنجمین کنفرانس مدیریت منابع آب ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,116
فایل این مقاله در 10 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:
WRM05_065
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
از دیرباز معادله های متنوعی برای تعیین رواناب به منظور مدیریت منابع آب توسط پژوهش گران ارائه شده که کاربرد گسترده ای در علوم هیدرولوژی دارند. خاصیت غیرخطی، عدم قطعیت ذاتی فرآیند بارش رواناب، نیاز به اطلاعات وسیع و پیچیده بودن مدل های فیزیکی از جمله دلایلی است که باعث شده محققان به سمت روش هایی مانند شبکه های عصبی مصنوعی، سیستم های فازی و الگوریتم ژنتیک روی آورند. در پژوهش حاضر با بهره گیری از داده های مشاهده ای، کاربرد مدل های تجربی و شبکه فازی عصبی در برآورد رواناب بررسی شد. بدین منظور با استفاده از اطلاعات فیزیوگرافی و اقلیمی سه ایستگاه یاسوج، پاتاوه و دهنو واقع در حوزه رودخانه بشار در استان کهگیلویه و بویر احمد، مقادیر رواناب برآورد شده از مدل های تجربی و مدل فازی عصبی با مقادیر رواناب مشاهده شده مقایسه گردید. نتایج نشان داد مدل فازی عصبی از دقت مناسبی در برآورد رواناب برخوردار بوده و در مقایسه با روش های تجربی نیز نتایج بهتری ارائه می کند. همچنین در استفاده از سیستم فازی عصبی مشاهده شد که مدل با تابع عضویت ورودی از نوع زنگوله ای و تابع عضویت خروجی خطی دارای نتیجه بهتری نسبت به سایر مدل سازی های انجام شده است. در میان روش های تجربی نیز روش انجمن کشاورزی هندوستان نسبت به دیگر روش های تجربی از دقت مناسب تری برخوردار بود.
کلیدواژه ها:
نویسندگان
سعید خدادوست سیوکی
دانشجوی دکتری عمران- آب، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
ابوالفضل شمسایی
استاد گروه مهندسی عمران، دانشگاه صنعتی شریف تهران
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 :