مقایسه عملکرد مدل های داده مبنا در پیش بینی جریان رودخانه

سال انتشار: 1394
محل انتشار: سومین کنفرانس ملی مدیریت و مهندسی سیلاب با رویکرد سیلاب های شهری
کد COI اختصاصی: IFMC03_023
زبان مقاله: فارسی
تعداد مشاهده: 818

نویسندگان

استادیار، دانشکده مهندسی آب و محیط زیست، پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی

دانشجوی دکتری، دانشکده مهندسی آب و محیط زیست، پردیس فنی و مهندسی شهید عباسپور، دانشگاه شهید بهشتی

چکیده

در سالهای اخیر، تکنیک های مدلسازی داده مبنا کاربردهای فراوانی در مطالعات هیدرولوژی و مهندسی منابع آب یافته اند. توسعه مدلهای برآورد یا پیش بینی رواناب رودخانه یکی از زمینه های مطالعاتی است که این تکنیک ها کاربرد زیادی در آن دارند . در مطالعه حاضر، سه تکنیک مدلسازی داده مبنا شامل رگرسیون خطی چندگانه MLR ؛ K نزدیکترین همسایه KNN و شبکه عصبی مصنوعی ANN به منظور پیشبینی رواناب رودخانه مورد استفاده قرار گرفته و نتایج حاصل از آنها بررسی شده است. همچنین تأثیر انتخاب چند رویکرد مختلف در انتخاب متغیرهای پیش بینی ارزیابی شده است. نتایج بهدست آمده حاکی از آن است که استفاده از داده های جریان ماههای قبل در مجموعه داده های مورد استفاده جهت پیشبینی میتواند سبب بهبود کیفیت نتایج مدلها شود. همچنین مقایسه عملکرد کلی تکنیکهای مدلسازی مبین برتری نتایج حاصل از بهکارگیری تکنیک KNN نسبت به سایر روشها میباشد.

کلیدواژه ها

پیشبینی رواناب رودخانه، مدل سازی داده مبنا، رگرسیون خطی چندگانه ، K نزدیکترین همسایه، شبکه عصبی مصنوعی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.