Data Pre-processing Concern in Hydrological Time Series Modeling Using Artificial Neural Networks

  • سال انتشار: 1388
  • محل انتشار: هشتمین کنگره بین المللی مهندسی عمران
  • کد COI اختصاصی: ICCE08_537
  • زبان مقاله: انگلیسی
  • تعداد مشاهده: 1871
دانلود فایل این مقاله

نویسندگان

Shahram Karimi-Googhari

Assistant Professor, Department of Water Engineering, Shahid-Bahonar University of Kerman, Kerman, Iran

چکیده

Time series modeling for either data generation or forecasting of hydrologic variables is an important step in the planning and operational analysis of water resources. The capability of Artificial Neural Networks (ANN) in modeling of daily reservoir inflow forecasting was examined in a small tropical catchment. Cross-validation and pre-processing of data was considered as alternatives in modeling process. The model inputs were extracted using auto-, cross-, and partial auto-correlation functions. The results showed that the feed forward back-propagation neural networks are able to forecast extremely changeable daily reservoir inflows. Cross-validation of data improved the model performance indices. Transforming the data to normal distribution prior to training confirmed increasing significantly the model persistency and generalization in simulating an independence data set.

کلیدواژه ها

Data pre-processing, Neural networks, Forecasting, Reservoir inflow

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.