پیش بینی دبی جریان آب حاصل از بارندگی در حوزه آبریز، با استفاده از مدل های فازی عصبی خطی محلی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,790

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GEODM02_098

تاریخ نمایه سازی: 13 اردیبهشت 1386

چکیده مقاله:

پیش بینی وقایع طبیعی از منظرهای گوناگون برای بشر حائز اهمیت است. یکی از این رخدادها وقوع سیلاب می باشد. هرگاه میزان دبی جریان آب در یک حوزه آبریز از حدی فراتر رود، پتانسیل وقوع سیل در این حوزه نیز افزایش می یابد. در نتیجه، آگاهی از آینده میزان دبی آب می تواند تا حد زیادی در کاهش خسارات ناشی از وقوع سیلات احتمالی مفید باشد. با اندازه گیری های انجام شده از مقدار دبی آب در یک حوزه ابریز در فواصل زمانی مشخص، مشاهده شد که میزان دبی آب در یک حوزه آبریز از قابلیت پیش بینی پذیری برخوردار است. در این مقاله سعی شده است که دبی جریان آب حاصل از بارندگی در یک حوزه ابریز ، با استفاده از مدل های فازی چند عصبی خطی محلی پیش بینی شود. دو مدل، هر کدام با چهار افق پیش بینی در نظر گرفته شده اند که جداگانه بررسی شده و در نهایت مدل بهتری برای پیش بینی انتخاب گردیده است .

کلیدواژه ها:

نویسندگان

محمدمهدی رضائی یوسفی

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ

کارو لوکس

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ

بابک نجاراعرابی

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ

بابک صالحی کسمایی

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشگ

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 :
  • میرمومنی، مسعود؛ مدل‌سازی و پیش‌بینی شرایط جوی فضا با استفاده ...
  • Bossley, K. M., Neurofuzzy modelling approaches in system identification. PhD ...
  • Coskuna, M., Musaoglub, N. and Hzalc A., Prediction of hydrological ...
  • De Vos, N. J. and Rientjes T. H. M., An ...
  • Gelfan, A. N., Prediction of runoff in poorly gauged basins ...
  • Kojima, T., Takara K. and Tachikawa, Y., A distributed runoff ...
  • Lekkas, D. F., Maxey, R. T. and Wheater, H. S., ...
  • Nelles, O., Nonlinear system identification. Springer Verlag, Berlin, 2001. ...
  • The ISF'06 ANNEX Neural Network Forecasting Competition. ...
  • نمایش کامل مراجع