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:

467
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

180
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

کاربرد آنتروپی شانون برای انتخاب ورودی های بهینه درپیش بینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای)

صفحات

 صفحه شروع 183 | صفحه پایان 195

چکیده

 پیش بینی جریان رودخانه یکی از موارد مهم در مدیریت منابع آب های سطحی, بهره برداری از مخازن سدها, کنترل سیلاب و خشکسالی می باشد. انتخاب ورودی های مناسب برای افزایش دقت وکارایی مدل های هوشمند از اهمیت به سزایی برخوردار است. در این تحقیق به ارزیابی عملکرد آنتروپی شانون درتعیین ورودی های مناسب و کارایی مدل های, شبکه عصبی مصنوعی و شبکه بیزین, در پیش بینی جریان ماهانه ی رودخانه ی صوفی چای در ایستگاه تازه کند, در طی بازه ی زمانی(1352-1391) پرداخته شده است. آنتروپی شانون, به عنوان روشی برای بیان اطلاعات یا عدم قطعیت یک پدیده مورداستفاده قرار می گیرد. هم چنین به عنوان شاخصی برای کمی کردن میزان عدم آگاهی و دانش نسبت به مشخصات یک سامانه, استفاده می شود. داده های جریان ماهانه با تأخیرهای مختلف به عنوان ورودی به آنتروپی شانون در نظر گرفته شد. نتایج آنتروپی نشان داد که جریان رودخانه با سه تأخیر زمانی, عملکرد بهتری نشان می دهد. سپس نتایج حاصل از پیش بینی, با دو مدل شبکه عصبی مصنوعی و شبکه بیزین مقایسه گردید. عملکرد این دو مدل با شاخص های آماری ضریب تبیین (R2), جذر میانگین مربعات خطا(RMSE) و شاخص پراکندگی(SI) ارزیابی شد. نتایج نشان داد که مدل شبکه عصبی مصنوعی با ضریب تبیین بیشتر و جذر میانگین مربعات خطا کمتر و شاخص پراکندگی کمتر در مقایسه با شبکه بیزین, از کارایی بالاتری برخورداراست و ازاین رو آنتروپی شانون در تعیین ترکیب بهینه ی ورودی ها به مدل های هوشمند مناسب می باشد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    آخونی پورحسینی، فاطمه، و قربانی، محمدعلی. (1397). کاربرد آنتروپی شانون برای انتخاب ورودی های بهینه درپیش بینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای). علوم مهندسی و آبیاری (مجله علمی کشاورزی)، 41(2 )، 183-195. SID. https://sid.ir/paper/217220/fa

    Vancouver: کپی

    آخونی پورحسینی فاطمه، قربانی محمدعلی. کاربرد آنتروپی شانون برای انتخاب ورودی های بهینه درپیش بینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای). علوم مهندسی و آبیاری (مجله علمی کشاورزی)[Internet]. 1397؛41(2 ):183-195. Available from: https://sid.ir/paper/217220/fa

    IEEE: کپی

    فاطمه آخونی پورحسینی، و محمدعلی قربانی، “کاربرد آنتروپی شانون برای انتخاب ورودی های بهینه درپیش بینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای)،” علوم مهندسی و آبیاری (مجله علمی کشاورزی)، vol. 41، no. 2 ، pp. 183–195، 1397، [Online]. Available: https://sid.ir/paper/217220/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