مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

615
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

284
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی مقادیر دبی روزانه رودخانه تالار با استفاده از مدل یادگیری کندرو

صفحات

 صفحه شروع 1874 | صفحه پایان 1887

چکیده

 توسعه تکنیک های مختلف جهت پیش بینی کوتاه مدت و بلندمدت دبی ساعتی, روزانه, ماهانه و سالانه جریان به منظور مدیریت منابع آب و پروژه های عمرانی سابقه طولانی دارد. در دهه های اخیر, تکنیک های یادگیری متعددی به طور گسترده جهت پیش بینی دبی و سایر متغیرهای هیدرولوژیک مورد توجه قرار گرفته اند. پژوهش حاضر با هدف پیش بینی مقادیر دبی روزانه با استفاده از بهینه ترین تعداد داده های ورودی در رودخانه منتهی به رود تالار واقع در حوزه آبخیز کسیلیان انجام گرفت. بدین منظور از سه مدل ثابت (conll.c), خطی (linll.c) و درجه دو (quall.c) الگوریتم یادگیری محلی کندرو که از کارایی قابل توجهی در شبیه سازی پارامترهای متغیر با داده های ورودی کم برخوردار هستند و هم چنبن با استفاده از سری داده های ورودی 6, 8, 10, 15, 20 روز قبل, یک و دو ماه قبل, یک, دو و سه فصل قبل و در نهایت یک و دو سال قبل استفاده گردید. نتایج به دست آمده از چندین هزار مدل تعلیمی تهیه شده نشان داد که مدل ثابت با داده های دبی روزانه ی 60 روز گذشته با حداقل خطای 0.001 به مقدار واقعی نزدیک تر بوده است. نتایج به دست آمده از مقادیر محاسبه شده RMSE و MAE حاکی از آن است که الگوریتم یادگیری محلی کندرو علی رغم محدودیت های موجود از جمله حساسیت بسیار بالا به همسایگی, از کارایی بالایی در شبیه سازی سری های زمانی با خطای نسبتا پایین RMSE) کمتر از 0.06) برخوردار می باشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    عبدالهی، زهرا، کاویان، عطااله، شاهدی، کاکا، عبدالهی، ندا، و جعفری، محمد. (1395). پیش بینی مقادیر دبی روزانه رودخانه تالار با استفاده از مدل یادگیری کندرو. آب و خاک (علوم و صنایع کشاورزی)، 30(6 )، 1874-1887. SID. https://sid.ir/paper/141821/fa

    Vancouver: کپی

    عبدالهی زهرا، کاویان عطااله، شاهدی کاکا، عبدالهی ندا، جعفری محمد. پیش بینی مقادیر دبی روزانه رودخانه تالار با استفاده از مدل یادگیری کندرو. آب و خاک (علوم و صنایع کشاورزی)[Internet]. 1395؛30(6 ):1874-1887. Available from: https://sid.ir/paper/141821/fa

    IEEE: کپی

    زهرا عبدالهی، عطااله کاویان، کاکا شاهدی، ندا عبدالهی، و محمد جعفری، “پیش بینی مقادیر دبی روزانه رودخانه تالار با استفاده از مدل یادگیری کندرو،” آب و خاک (علوم و صنایع کشاورزی)، vol. 30، no. 6 ، pp. 1874–1887، 1395، [Online]. Available: https://sid.ir/paper/141821/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button