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:

502
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

559
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی دبی ماهانه ورودی به سد بوستان در استان گلستان با استفاده از مدل های داده کاوی و ترکیبی

صفحات

 صفحه شروع 1044 | صفحه پایان 1058

چکیده

 در هر برنامه مدیریتی برای منابع آب, آگاهی از شرایط آینده به منظور تخصیص بهینه منابع آب به بخش های مختلف از قبیل شرب, کشاورزی و غیره لازم می باشد. آن چه در این میان مهم می باشد, پیش بینی مقادیر جریان ورودی به سیستم منابع آب در ماه های آینده است. در این راستا, استفاده از روش هایی که بتواند با کمینه خطا و با توجه به داده و اطلاعات موجود, جریان رودخانه را پیش بینی کند, از اهمیت فراوانی برخوردار می باشد. در پژوهش حاضر, مقادیر دبی ماهانه ورودی به سد بوستان برای آینده با استفاده از داده های هیدرومتری ایستگاه تمر و به کارگیری سه مدل سری زمانی, شبکه عصبی مصنوعی و ماشین بردار پشتیبان و همچنین, سه مدل ترکیبی پیش بینی شد. سپس, با استفاده از معیارهای ارزیابی اقدام به مقایسه عملکرد هر کدام از مدل ها شد. با توجه به نتایج به دست آمده در مدل, سری زمانی بر اساس کمینه بودن معیارهای آکاییک و شوارتز, مدل (1, 0, 1) ARIMA (2, 0, 0) به عنوان مدل برتر انتخاب شد. در مدل شبکه عصبی, شبکه با ورودی 2 و 4 نرون و در مدل SVM شبکه با ورودی 3, به عنوان شبکه برتر انتخاب شدند. در نهایت, با توجه به نتایج به دست آمده از معیارهای ارزیابی, مدل سری زمانی بهترین عملکرد را داشته است که مقادیر معیارهای میانگین مربعات خطا, متوسط مقادیر مطلق خطای نسبی, میانگین مطلق خطا و نش-ساتکلیف برای این مدل به ترتیب برابر با 0. 88, 4. 71, 0. 024-و 0. 36 به دست آمد. در نتیجه, مدل سری زمانی به عنوان بهترین مدل برای پیش بینی دبی ماهانه در این ایستگاه معرفی شد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    صمدی، میثم، بهره مند، عبدالرضا، و فتح آبادی، ابوالحسن. (1398). پیش بینی دبی ماهانه ورودی به سد بوستان در استان گلستان با استفاده از مدل های داده کاوی و ترکیبی. مهندسی و مدیریت آبخیز، 11(4 )، 1044-1058. SID. https://sid.ir/paper/234829/fa

    Vancouver: کپی

    صمدی میثم، بهره مند عبدالرضا، فتح آبادی ابوالحسن. پیش بینی دبی ماهانه ورودی به سد بوستان در استان گلستان با استفاده از مدل های داده کاوی و ترکیبی. مهندسی و مدیریت آبخیز[Internet]. 1398؛11(4 ):1044-1058. Available from: https://sid.ir/paper/234829/fa

    IEEE: کپی

    میثم صمدی، عبدالرضا بهره مند، و ابوالحسن فتح آبادی، “پیش بینی دبی ماهانه ورودی به سد بوستان در استان گلستان با استفاده از مدل های داده کاوی و ترکیبی،” مهندسی و مدیریت آبخیز، vol. 11، no. 4 ، pp. 1044–1058، 1398، [Online]. Available: https://sid.ir/paper/234829/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