مقایسه شبکه عصبی مصنوعی و سیستم عصبی- فازی در برآورد بارش-رواناب در حوضه آبخیز سد زایندهرود
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,804
فایل این مقاله در 7 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:
ICWR01_078
تاریخ نمایه سازی: 15 آذر 1388
چکیده مقاله:
در دهههای اخیر به دلایل مختلف مانند افزایش آمار وقوع سیلاب و به تبع آن افزایش خسارات جانی و مالی، افزایش نیاز به تولید انرژی برقابی، افزایش نیاز به پیشبینی پتانسیل آبدهی حوزههای آبخیز به منظور تعیین مازاد رواناب تولید شده در حوضه از ظرفیت رودخانه برای تدوین طرحهای مختلف آبرسانی شهری، صنعتی و کشاورزی و طراحی سازههای مختلف آبی و غیره، تمایل محققین و هیدرولوژیستها برای پیشبینی صحیح، دقیق و به موقع روانابهای ناشی از بارندگی، به میزان قابل توجهی افزایش یافته است. روشهای بیشماری برای این منظور توسعه یافتهاند که از این میان، میتوان به مدلهای هیدرولوژیکی، روابط رگرسیونی و توابع انتقال اشاره کرد. اما دهههای اخیر مطالعات بیشتر به سوی روشهایی متمایل شدهاند که بتوانند شرایط طبیعی را تا حدودی درک کنند و نتایج حاصل از آنها از دقت و صحت مناسب برخوردار باشند. یکی از روشهایی که در چند دهه اخیر در بسیاری از رشتهها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای هوش مصنوعی نظیر منطق فازی، شبکههای عصبی مصنوعی میباشد. با توجه به اینکه در کشور ما نیز در دهههای اخیر نیاز به پیشبینی دقیق و سریع رواناب از روی آمار بارندگی به علت افزایش تعداد سیلابها و خسارات ناشی از آنها و نیاز به ایجاد سیستم هشدار سیل، افزایش تمایل به احداث سازههای آبی، افزایش خشکسالیها و نیاز به مدیریت توزیع آب موجود و غیره، به شدت افزایش یافته است، توسعه و اجرای روشهای مناسب برای پیشبینی رواناب از روی دادههای بارش بسیار ضروری به نظر میرسد. در این مطالعه ابتدا با استفاده از آمار روزانه بارش-رواناب، به بررسی کارآیی شبکه عصبی مصنوعی و سیستم عصبی-فازی در تخمین رواناب حاصل از بارش پرداخته شد و سپس میزان دقت و صحت این دو روش با بهرهگیری از روشهای آماری، مقایسه شد. نتایج حاصل از این مطالعه نشان میدهد که اگرچه خروجیهای حاصل از شبکه عصبی مصنوعی و سیستم فازی-عصبی متفاوت میباشند ولی این دو روش به میزان قابل قبولی قادر به تخمین رواناب حاصل از بارش هستند.
کلیدواژه ها:
نویسندگان
محمدتقی دستورانی
عضو هیئات علمی دانشکده منابع طبیعی و کویر شناسی دانشگاه یزد
علی طالبی
عضو هیئات علمی دانشکده منابع طبیعی و کویر شناسی دانشگاه یزد
علیرضا مقدم نیا
عضو هیئات علمی دانشگاه زابل
حامد شریفی دارانی
دانشجوی کارشناسی ارشد دانشکده منابع طبیعی و کویر شناسی دانشگاه یزد
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 :