مقایسه عملکرد مدلهای شبکه عصبی موجکی، رگرسیون خطیچند متغیره و شبکه عصبی- مصنوعی در تخمین اکسیژن خواهیشیمیایی رودخانه کرج
محل انتشار: دهمین کنگره بین المللی مهندسی عمران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 613
فایل این مقاله در 11 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:
ICCE10_0745
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
رودخانهها از جمله با ارزشترین اکوسیستمهای آبی هستند که سلامت آنها سبب حفظ بقای کلیه موجودات زنده میگردد. در این تحقیق برحسب ضرورت پیشبینی کیفیت رودخانهها، عملکرد مدل های شبکه عصبی ANN ترکیبی شبکه عصبی - موجک WANN و رگرسیون خطی چندمتغیره MLR درپیش بینی غلظت اکسیژن خواهی شیمیایی COD ایستگاههای خروجیسدتنظیمی و پلکمپ واقع در رودخانه کرج، مورد ارزیابی قرارگرفت. از دوره آماری 141 ماهه (از شهریور 1378 تا اردیبهشت 1390 ) بهعنوان ورودی مدل ها استفاده شد. این مدلها تنهابا استفاده ازCOD در ماههای گذشته، به پیش بینی غلظتCODیک ماه بعد پرداختند.کارایی مدلها با ضریب تببین و ریشه میانگین خطای مربع ارزیابی شدند. درادامه، قابلیت هر سه مدل، برای پیشبینی نقاط پیک سری زمانی که دارای اهمیت بسزایی هستند، بررسی شد. نتایج، حاکی از دقت بالای مدل ترکیبیWANN بهدلیل توانایی آن در شبیهسازی نوسانات پیچیده و غیرخطی سیگنال بهواسطه تجزیه سری زمانی به زیرسری های تقریب و جزئیات است
کلیدواژه ها:
نویسندگان
طاهر رجایی
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم
رقیه رحیمی بنماران
گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه قم، قم
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 :