پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره)
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 663
فایل این مقاله در 10 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:
IFMC02_064
تاریخ نمایه سازی: 1 مهر 1394
چکیده مقاله:
پیش بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می باشد. تحقیق حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی و سری های زمانی آریما (ARIMA) در برآورد دبی در ایستگاه بریم آبخیز زهره که دارای آمار بارندگی، دبی در طی دوره مشترک آماری بودند پی ریزی شد. در روش شبکه عصبی مصنوعی از توابع محرک سیگموئیدی و ضریب یادگیری یک که با استفاده از آزمون و خطا به دست آمد استفاده کردیم. همچنین در روش آریما از یک مدل های مختلف روشی که کمترین آکائیک را داشته باشد. به عنوان مدل بهینه انتخاب گردید که مدل (12)(1، 0، 1)(0، 1، 0) ARIMA است. دقت سنجی مدل ها بر اساس آماره های ریشه میانگین مربعات خطا و ضریب تبیین حاکی از دقت بیشتر شبکه عصبی مصنوعی نسبت به مدل های سری زمانی (ARIMA) می باشد. همچنین بهترین مدل در روش شبکه عصبی مصنوعی، مدل شماره 2 با آرایش 1-11-3 به ترتیب با سه نرون در نرون در لایه ورودی، 11 نرون در لایه مخفی و یک نرون در لایه خروجی شناخته شد.
کلیدواژه ها:
نویسندگان
عبدال شهریور
عضو هیئت علمی مرکز تحقیقات کشاورزی
مجید خزایی
دانشجوی دکتری آبخیزداری
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 :