ارزیابی قابلیت مدلهای هوشمند در تخمین جریان رودخانه(مطالعه موردی: رودخانه زرینه رود)

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 703

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IHC12_038

تاریخ نمایه سازی: 30 شهریور 1394

چکیده مقاله:

پیش بینی و مدل سازی جریان رودخانه در مباحث مدیریت منابع آب و کنترل سیلاب رودخانه ها از اهمیت بالایی برخوردار است. در این تحقیق مدل برنامه ریزی بیان ژن که شکل توسعه یافته برنامه ریزی ژنتیک می باشد، برای روندیابی جریان رودخانه به کار گرفته شد. نتایج حاصل از این مدل با نتایج مدل های فازی عصبی و شبکه های عصبی مصنوعی مورد مقایسه قرار گرفت. در این راستا، داده های روزانه جریان رودخانه در ایستگاه های ساریقمیش و نظام آباد واقع بر روی رودخانه زرینه رود در استان آذربایجان غربی مورد استفاده قرار گرفتند. پارامترهای آماری ریشه میانگین مربعات خطا ( RMSE ) و ضریب تعیین (R2) برای ارزیابی دقت مدل ها استفاده گردید. مقایسه نتایج نشان داد که مدل برنامه ریزی بیان ژن با RMSE برابر 2/45 متر مکعب در ثانیه، به ازای داده های دوره تست عملکرد بهتری نسبت به مدل های فازی عصبی از نوع افراز شبکه، فازی عصبی از نوع دسته بندی تفریقی و شبکه های عصبی به ترتیب با RMSE برابر با 3/05،3/39 و 4/13 متر مکعب در ثانیه داشت.

کلیدواژه ها:

نویسندگان

رسول دانشفراز

استادیار گروه مهندسی عمران، دانشگاه مراغه

محمد علی قربانی

دانشیار گروه مهندسی آب دانشگاه تبریز

خانلار مشاری

دانشجوی کارشناسی ارشد سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد مراغه

عباس سروش

دانشجوی کارشناسی ارشد سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد مراغه

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 :
  • شعبانی‌نیا، ف. و سعیدنیا، س.، (1386)، مقدمه‌ای بر منطق فازی ...
  • نجمائی، م. 1369. هیدرولوژی مهندسی. چاپ دوم. شماره انتشار 107. ...
  • Firat, M. and Gungor, M., (2007), River Flow Estimation Using ...
  • Firat, M., (2007), Artificial Intelligence Techniques for River Flow Forecasting ...
  • Sivapragasam, C. Maheswaran, R. and Venkatesh., V., (2008), Genetic Programming ...
  • Ghorbani, M.A. Kisi, O. and Alinezhad, M., (2010), A probe ...
  • Ferreira, C., (2001), Gene Expression Programming: a New Adaptive Algorithm ...
  • Ferreira, C., (2006), Automatically Defined Functions in Gene Expression Programming, ...
  • Jang, J.S.R., (1993), ANFIS: Adapt ive-Network-] ased Fuzzy Inference System, ...
  • Russel, S.O. and Campbell, P.F., (1996), Reservoir Operating Rules with ...
  • نمایش کامل مراجع