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:

2
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

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

استناد:

اطلاعات مقاله نشریه

عنوان

شبیه سازی بارش - رواناب در زیرحوضه سقز با استفاده از مدل شبکه عصبی مصنوعی

صفحات

 صفحه شروع 74 | صفحه پایان 87

چکیده

 برنامه ریزی و بهره برداری بهینه از رواناب یکی از مسائل ضروری در حوضه های آبریز می باشد. بنابراین آگاهی از ظرفیت طبیعی تولید رواناب و شبیه سازی بارش- رواناب دارای اهمیت زیادی است. هوش مصنوعی و استفاده از مدل های شبکه عصبی یکی از روش های پیش بینی بارش- رواناب است. هدف از این تحقیق ارزیابی عملکرد مدل شبکه عصبی مصنوعی برای شبیه سازی بارش- رواناب در زیرحوضه سقز می باشد. به منظور انجام این تحقیق, داده های روزانه هواشناسی و آب سنجی منطقه شامل بارش, دما و تبخیر و دبی در دوره آماری 18 ساله (1397-1380) تهیه و مورد بررسی قرار گرفت. ارزیابی عملکرد مدل, با استفاده از شش سناریوی ترکیبی و چهار معیار آماری ضریب همبستگی (R), میانگین مربعات خطا (RMSE), میانگین خطای مطلق (MAE) و شاخص نش- ساتکلیف (NSE) انجام شد. متغیرهای ورودی در سناریوی اول بارش, در سناریو دوم بارش و تبخیر, در سناریوی سوم بارش و دمای میانگین, در سناریوی چهارم, بارش و متغیر دبی با یک روز تاخیر, در سناریوی پنجم, بارش, دمای میانگین, بیشینه دما و کمینه و در سناریوی ششم, بارش, تبخیر و دمای میانگین و بیشینه و کمینه دما می باشند. در تمامی سناریوها نیز دبی به عنوان متغیر خروجی در نظر گرفته شد. پس از بررسی تمامی سناریوها, نهایتا مدل پیشنهادی شبکه عصبی مصنوعی در سناریوی چهار که متغیر-های ورودی شامل بارش و دبی همراه با یک روز تأخیر بود, با مقادیر ضریب همبستگی 92/0, میانگین مربعات خطا 65/6, میانگین خطای مطلق 04/2 و شاخص نش- ساتکلیف 84/0 در بخش آموزش به ترتیب با مقادیر 91/0, 34/5, 57/1 و 82/0 در بخش آزمون عملکرد بهتری نسبت به سایر مدل های توسعه یافته شده, از خود نشان داد. نتایج نشان داد استفاده از مدل شبکه عصبی مصنوعی به عنوان یکی از مدل های هوش مصنوعی برای شبیه سازی بارش- رواناب در مقیاس روزانه مناسب و دارای دقت بالا و خطای کم برای منطقه مطالعاتی بوده و می تواند به عنوان ابزاری مفید و رویکردی قابل اعتماد در اختیار مدیران منابع آب قرار گیرد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • 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