پیش بینی جریان ورودی به مخزن سد زاینده رود با استفاده از الگوریتم پیش بینی K- نزدیک ترین همسایگی (KNN)
محل انتشار: پنجمین کنفرانس مدیریت منابع آب ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,196
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM05_096
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
بهره برداری زمان واقعی از مخارن سدها مستلزم تلفیق مدل های پیش بینی جریان رودخانه و مدل های بهره برداری از مخزن است. در این مقاله با استفاده از روش غیرپارامتریک K- نزدیک ترین همسایگی (KNN) ضمن پیش بینی جریان ورودی به مخرن سد زاینده رود، روش های تخمین K در روش KNN و همچنین افق زمانی مدل پیش بینی تحلیل شده است. نتایج نشان می دهند که با بهره گیری از روش وزن دهی معکوس نمایی فاصله و نیز انتخاب افق زمانی 6 ماهه، می توان به حداقل درصد حجم خطا و ریشه میانگین مربعات خطای به ترتیب برابر 20 و 16 درصد در پیش بینی ماهانه جریان دست یافت. این نتایج ضرورت توجه به انتخاب مناسب افق زمانی پیش بینی را در ساختار مدل های تکمیلی بهره برداری نشان می دهد.
کلیدواژه ها:
نویسندگان
کاوه نقدی بانسوله
دانشجوی ارشد دانشگاه صنعتی امیرکبیر
سید جمشید موسوی
عضو هیئت علمی دانشگاه صنعتی امیرکبیر
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 :