مقایسه عملکرد شبکه های عصبی MLP و ELMAN با نوع جدید مدل رگرسیون در پیش بینی سیل حوضه های فاقد امار

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,918

فایل این مقاله در 8 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:

NCCE04_740

تاریخ نمایه سازی: 19 مهر 1386

چکیده مقاله:

شبکه های عصبی مصنوعی (ANNs) در زمینه مدلسازی های هیدرولوژیکی بطور وسیع مورد استفاده قرار گرفته اند. با وجود این، توجه کمتری به استفاده از این ابزار جهت برآورد سیل در حوضه های فاقد امار که یکی از پیچیده ترین مسائل هیدرولوژیستها است، شده است. در این مقاله یک مدل رگرسیون جدید جهت پیش بینی سیل با دوره های بازگشت مختلف حوضه جنوب دریاچه ارومیه پیشنهاد میشود، سپس با شبکه های عصبی پیشخور و پسخور، شبکه MLP وشبکه Elman ترکیب می گردد. بدین منظور ابتدا شبکه ها عصبی با استفاده از داده های فیزیوگرافی و اقلیمی منتخب مدل رگرسیون غیر خطی در محیط نرم افزار MATLAB 7.0.4 آموزش دیده و سپس بهترین ساختار شبکه، جهت برآورد سیلابهای با دوره بازگشت مختلف حوضه های مشابه فاقد امار بر اساس ضریب همبستگی بین دبی های مشاهداتی و محاسباتی انتخاب شده است. برای نخستین بار در این تحقیق، به منظور آموزش بهتر هر دو مدل رگرسیون و شبکه های عصبی از متغیر زمان بازگشت نیز بعنوان متغیر ورودی مدل استفاده گردیده است. نتایج بدست آمده توانایی مدل تلفیقی و ANN را در پیش بینی سیل با دوره های بازگشت مختلف با کمترین داده ها و نیز تاثیر انتخاب نوع شبکه را در دقت پیش بینی ثابت نموده است.

کلیدواژه ها:

شبکه عصبی MLP ، شبکه عصبی Elman ، نوع جدید مدل رگرسیون غیر خطی ، پیش بینی سیل ، حوضه جنوب دریاچه ارومیه

نویسندگان

مهسا حسنپورکاشانی

دانشجوی کارشناسی ارشد سازه های ابی، دانشگاه ارومیه

مجید منتصری

دکترای مهندسی و مدیریت منابع آب، دانشگاه ارومیه

محمدعلی لطف الهی یقین

دکترای عمران - سازه های دریایی، دانشگاه تبریز

امین حسنپورکاشانی

دانشجوی کارشناسی نرم افزار کامپیوتر، دانشگاه نبی اکرم 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 :
  • رستمی، س. (1382) مدل بندی منطقه ای سیلاب حوضه جنوب ...
  • قربانی، م. و همکاران. (1383) بررسی ساختار و کارائی شبکه ...
  • Lekkas, D.F., Onof, C., Lee, M.J. and Baltas, E.A. (2004) ...
  • WMO. (1992) Simulated real-time interc omparison of hydrological models, In: ...
  • Dawson, C.W., Abrahart, R.J., Shamseldin, A.Y. and Wilby, R.L. (2006) ...
  • Govindaraju, R.S. (2000) Artificial neural networks in hydrology.II: hydrologic applications. ...
  • http ://wiki.tcl.tk/1 5206. ...
  • Demuth, H. and Beale, M. (2005) Neural Network Toolbox User's ...
  • نمایش کامل مراجع