کاربرد مدل های هیبریدی ریاضی فراکاوشی به منظور تخمین بارش ماهانه

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 728

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE10_0913

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

پیش بینی دقیق بارش به عنوان یکی از اجزای اصلی چرخه هیدرولوژی، از مسائل مهم در مدیریت منابع آب های سطحی به ویژه اتخاذ تدابیرمناسب در مواقع سیلاب و بروز خشکسالی ها به شمار می رود. در این تحقیق به منظور پیش بینی بارش ماهانه در دو ایستگاه اصلی سینوپتیکی استانآذربایجان شرقی طی یک دوره آماری 42 ساله از مدل ترکیبی موجک- برنامه ریزی بیان ژنW-GEP که تلفیق آنالیز موجک و برنامه ریزی بیان ژن GEP می باشد، درمقیاس های زمانی مختلف در 6 ترکیب متفاوت شامل بارش ماهانه، میانگین ماهانه متوسط دما، متوسط فشار و میانگین رطوبت نسبی استفاده گردید تا بهترین حالت ممکن جهت پیش بینی انتخاب و ساختار بهینه معرفی گردد. سپس نتایج حاصل، با مدل های شبکه عصبی مصنوعی ANN برنامه ریزی بیان ژن و رگرسیون خطی چند متغیره MLR مقایسه گردید. عملکرد مدل ها توسط شاخص های آماری ضریب همبستگیR ریشه مربع خطاRMSE ارزیابی گردید. نتایج این تحقیق نشان داد که مدل ترکیبی موجک-برنامه ریزی بیان ژن باضرایب همبستگی0/839و0/786 که به ترتیب مربوط به ایستگاه های جلفا و سراب می باشند، توانایی بیشتری در پیش بینی بارش ماهانه نسبت به سایر مدل ها دارد. نتایج حاصل، حاکی از توانایی موجک در بالا بردن دقت مدل می باشد.

کلیدواژه ها:

نویسندگان

آرش یاقوتی

کارشناس ارشد مهندسی آب، دانشکده عمران دانشگاه آزاد اسلامی واحد اهر

حامد خضرلو

کارشناس ارشد مهندسی آب، دانشکده عمران دانشگاه تبریز

محمدعلی قربانی

دانشیار گروه مهندسی آب، دانشکده کشاورزی دانشگاه تبریز

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 :
  • طوفانی پ، مساعدی ا و فاخریفرد ا، (1390)، " پیشبینی ...
  • کیا، م، (1389)، محاسبات نرم در متلب"، تهران: انتشارات کیان ...
  • Khu, S. T., Liong, S. Y., Babovic, V., Madsen, H., ...
  • Liong, S. Y., Gautam, T. R., Khu, S. T., Babovic, ...
  • Aytek, A., Kisi, O. (2008) _ Genetic Programming Approach to ...
  • Ferreira, C., (2001). Gene expression programming: A new adaptive algorithm ...
  • نمایش کامل مراجع