مقایسهی شبکه ی عصبی مصنوعی و درخت تصمیم در پیشبینی شوری آب سطحی( مطالعه ی موردی رودخانه ی زرینه رود )
- سال انتشار: 1394
- محل انتشار: دومین همایش ملی معماری ،عمران و توسعه نوین شهری
- کد COI اختصاصی: NSIA02_170
- زبان مقاله: فارسی
- تعداد مشاهده: 865
نویسندگان
دانشجوی کارشناسی ارشد مهندسی عمران - آب، دانشگاه آزاد اسلامی واحدمراغه، گروه عمران
استادیار هیدرولوژی، دانشگاه آزاد اسلامی واحدمیاندوآب، گروه عمران، میاندوآب،
چکیده
رودخانه ها بهعنوان مهمترین منابع تأمین و انتقال آب مصرفی بخش های صنعت، کشاورزی و شهری از اهمیت خاصی برخوردار بوده و بهعلت اینکه از بسترها و مناطق مختلفی گذشته، نوسانات کیفی زیادی را داشته است. اکثر مدلهای موجود در زمینهی پیش بینی و شبیه سازی شرایط موجود و آتی وضعیت کیفی رودخانه ها نیازمند پارامترهای ورودی بسیاری بوده که یا دسترسی به آن ها مشکل بوده و یا اینکه اندازه گیری آن ها محتاج صرف هزینه و زمان زیادی بوده است. در این میان ابزارهای داده کاوی با حداقل پارامترهای اندازهگیری شده و با دقت قابل قبولی، تغییرات متغیر مورد نظر را پیشبینی نموده است. در این تحقیق، عملکرد دو الگوریتم شبکهی عصبی مصنوعی پیشخور عمومی GFF و درخت تصمیم در پیشبینی شوری آب سطحی رودخانهی زرینهرود مورد ارزیابی قرار گرفته است. داده های استفاده شده، مربوط به ایستگاه ساری قمیش در بازه ی سال های 1372 تا 1392 شامل بارش، دما، مجموع آنیون ها، تبخیر و تعرق به عنوان پارامترهای ورودی مدلها و شوری EC پارامتر خروجی بوده است. مدلها نشان داده که شبکه ی عصبی مصنوعی پیش خور عمومی با ضریب همبستگی 0/96 دقت بالاتری نسبت به درخت تصمیم را دارا بوده است. بهطور کل، استفاده از چنین الگوریتم هایی در پیشبینی تغییرات شوری دقت تصمیم گیری های مدیریتی را تا حد بسیار بالایی بهبود بخشیده است.کلیدواژه ها
زرینه رود، شبکه های عصبی، درخت تصمیم ، شوریمقالات مرتبط جدید
- آمایش انرژی شهری وUBEM: چارچوبی برای تصمیم سازی پروتوتایپ محور
- معماری، عمران شهرسازی و مدیریت آن از دیدگاه اسلام و ایران بعد از انقلاب اسلامی
- بررسی کاربرد و اهمیت BIM در راستای بهبود فعالیت های عمرانی
- تحلیل طرح آمایش سرزمین در عمران، آبادانی شهرسازی و مدیریت محیط زیست در دوران انقلاب اسلامی؛ چالش ها و راهکارها
- آموزش حفاظت از محیط زیست در جمهوری اسلامی ایران: ضرورت ها و زمینه ها
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.