مقایسه پیش بینی دبی ماهانه رودخانه سفید با استفاده از مدل های سری زمانی و هوش محاسباتی

سال انتشار: 1393
محل انتشار: چهارمین کنفرانس بین المللی چالش های زیست محیطی و گاهشناسی درختی
کد COI اختصاصی: ISCCDCE04_302
زبان مقاله: فارسی
تعداد مشاهده: 369

نویسندگان

دانشجوی کارشناسی ارشد آبخیزداری دانشگاه یزد، دانشکده منابع طبیعی، گروه مرتع و آبخیزدری

چکیده

شبیه سازی جریان رودخانه به منظور آگاهی از آورد رودخانه در دوره های زمانی آینده از مسایل مهم و کاربردی در مدیریت منابع آب می باشد. در این پژوهش جریان رودخانه سفید در ایستگاه دهکده سفید با استفاده از مدل های سری های زمانی با تکنیک خود همبسته میانگین متحرک (ARIMA) و روش های هوش محاسباتی با تکنیک هوش مصنوعی (ANN)پیش-بینی شد. در مدل ARIMA تنها پارامتر ورودی دبی ماهانه و در مدل شبکه عصبی مصنوعی چهار پارامتر بارش ، دما ، تبخیر و رطوبت نسبی ماهانه به عنوان پارامترهای ورودی استفاده شدند. مدل ARIMA بر اساس معیار آکاییک (AIC) به صورت ARIMA(26,24,24) در نظر گرفته شد. در این پژوهش شبکه عصبی مصنوعی پیش خور پس انتشار خطا با دو لایه میانی انتخاب شد. برای آموزش شبکه از دو الگوریتم آموزشی شیب توام مقیاس شده و لونبرگ مارکوآرت استفاده شد. نتایج حاصل از این دو مدل با دو معیار میانگین مربعات خطا (MSE) و ضریب همبستگی (R) مقایسه شدند. نتایج نشان داد که مدل شبکه عصبی مصنوعی با الگوریتم آموزشی LM با مقادیر MSE و R به ترتیب 0.001 و 0.71 نسبت به دو روش دیگر صحت بیشتری در پیش بینی دبی ماهانه دارد.

کلیدواژه ها

رودخانه سفید، دبی، مدل خود همبسته میانگین متحرک، شبکه عصبی مصنوعی، معیار آکاییک

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.