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:

913
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

590
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی بارندگی ماهانه با استفاده مستقیم از موجک و شبکه عصبی موجکی

صفحات

 صفحه شروع 553 | صفحه پایان 571

چکیده

 برآورد و پیش بینی بارش اهمیت ویژه ای دارد. به دلیل نبود قطعیت, هیچ یک از مد ل های آماری و مفهومی نتوانسته اند به منزله یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیرا, به کاربرد موجک در آنالیز سیگنال ها و سری های زمانی در هیدرولوژی توجه شده است. در این تحقیق, سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و داده های به دست آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی برای پیش بینی استفاده شد. روش مذکور در پیش بینی بارندگی ماهانه 33 سال ایستگاه زرین گل از سال آبی 1354 1355 تا 1386 1387 به کار گرفته شد و نتایج با یکدیگر مقایسه شد. نتایج نشان داد تجزیه سیگنال با موجک به طور قابل ملاحظه ای موجب افزایش همبستگی میان داده های مشاهداتی و محاسباتی می شو د و سیگنال بارندگی با دقت بیشتری پیش بینی می شود, به طوری که در روش مستقیم میزان R2 برابر با 0.74 و در روش هیبرید عصبی- موجکی در بهترین حالت برای چهار سطح تجزیه برابر 0.95 است. این نتیجه قدرت موجک در ساده سازی سیگنال و افزایش دقت پیش بینی داده های کاملا تصادفی بارندگی را در منطقه مورد نظر تایید می کند. ضمن آنکه, معنی دار نبودن تست F در سطح 90 درصد و بالاتر تایید دیگری بر این مطلب است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    طوفانی، پریوش، فاخری فرد، احمد، مساعدی، ابوالفضل، و دهقانی، امیراحمد. (1394). پیش بینی بارندگی ماهانه با استفاده مستقیم از موجک و شبکه عصبی موجکی. مرتع و آبخیزداری (منابع طبیعی ایران)، 68(3)، 553-571. SID. https://sid.ir/paper/162399/fa

    Vancouver: کپی

    طوفانی پریوش، فاخری فرد احمد، مساعدی ابوالفضل، دهقانی امیراحمد. پیش بینی بارندگی ماهانه با استفاده مستقیم از موجک و شبکه عصبی موجکی. مرتع و آبخیزداری (منابع طبیعی ایران)[Internet]. 1394؛68(3):553-571. Available from: https://sid.ir/paper/162399/fa

    IEEE: کپی

    پریوش طوفانی، احمد فاخری فرد، ابوالفضل مساعدی، و امیراحمد دهقانی، “پیش بینی بارندگی ماهانه با استفاده مستقیم از موجک و شبکه عصبی موجکی،” مرتع و آبخیزداری (منابع طبیعی ایران)، vol. 68، no. 3، pp. 553–571، 1394، [Online]. Available: https://sid.ir/paper/162399/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