پیش بینی تبخیر ماهانه با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج عصبی – فازی (مطالعه موردی:ایستگاه تمر گرگان)
- سال انتشار: 1393
- محل انتشار: دومین همایش ملی بحران آب (تغییر اقلیم، آب و محیط زیست)
- کد COI اختصاصی: NCWC02_178
- زبان مقاله: فارسی
- تعداد مشاهده: 731
نویسندگان
استادیار گروه مهندسی آب دانشگاه زابل
دانشجوی کارشناسی ارشد سازه های آبی دانشگاه زابل
دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه زابل
چکیده
امروزه در دنیا، آب و منابع آ ب ، یکی از پایه های اصلی توسعه پایدار به شمار می رود. تغییر و تحول کمی و کیفی منابع آب تحت تأثیر فعالیت های مختلف در هر حوزه هیدرولوژیکی رخ می دهد که با توجه به محدودیت منابع آب، جلوگیری از آن بسیار مهم و حیاتی می باشد. در زمینه تبخیر مدل های زیادی ارائه شده است که بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اندازه گیری آنها محتاج صرف هزینه و زمان زیادی می باشد. در بحث شناسائی سیستم، مدل های آماری قوی برای مدلسازی فرآیندهای اتفاقی و سری های زمانی وجود دارد.در این تحقیق P باران ماهانه، T دمای متوسط ماهانه، T2 حداکثر مطلق دما و T3 حداقل مطلق دما، متوسط حداقل دما T4 و متوسط حداکثر دما T5 به عنوان ورودی و تبخیر ماهانه، خروجی مدل با استفاده از شبکه عصبی مصنوعی و همچنین سیستم استنتاج عصبی - فازی با توابع مختلف آموزش شبی هسازی شده است. نتایج نشان دادکه شبکه عصبی مصنوعی با تابع آموزش trainlm با ضریب تبیین 0.69 و میانگین مربع خطای 0.99 از دقت بالاتری نسبت به مدل های دیگر در ایستگاه تمربرخوردار است.کلیدواژه ها
تبخیر، تمر، شبکه عصبی، پیش بینی، سیستم استنتاج عصبی- فازیمقالات 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.