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:

1,638
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

996
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی

صفحات

 صفحه شروع 18 | صفحه پایان 33

چکیده

 بدون شک اولین قدم در مدیریت رودخانه پیش بینی بارش سطح حوضه آبریز می باشد. با این حال, با توجه به بالا بودن خاصیت تصادفی فرآیندها, بسیاری از مدل ها هنوز هم به منظور تعریف چنین پدیده پیچیده ای در زمینه مهندسی هیدرولوژیک توسعه داده می شوند. اخیرا شبکه های عصبی مصنوعی به عنوان یک برونیابی و درون یابی غیرخطی گسترده توسط هیدرولوژیست ها مورد استفاده قرار می گیرد. در پژوهش حاضر, تجزیه و تحلیل موجک به صورت ترکیب با شبکه عصبی مصنوعی و مقایسه با شبکه عصبی مصنوعی برای پیش بینی بارش ایستگاه وراینه در شهرستان نهاوند انجام شد. برای این منظور, سری زمانی اصلی با استفاده از تئوری موجک به چندین زیرسیگنال زمانی تجزیه شد, پس از آن این زیرسیگنال ها به عنوان داده های ورودی به شبکه عصبی مصنوعی برای پیش بینی بارش ماهانه استفاده شد. نتایج به دست آمده نشان داد که با توجه به ضریب همبستگی 0.92 و میانگین مربعات خطای 0.002 مدل ترکیبی شبکه عصبی مصنوعی-موجک, عملکرد این مدل نسبت به مدل شبکه عصبی مصنوعی با ضریب همبستگی 0.75 و میانگین مربعات خطای 0.003 بهتر می باشد و میتواند برای پیشبینی بارش کوتاه مدت و بلند مدت استفاده شود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    سلگی، اباذر، زارعی، حیدر، پورحقی، امیر، و خدابخشی، حمیدرضا. (1395). پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی. مهندسی آبیاری و آب ایران، 6(23)، 18-33. SID. https://sid.ir/paper/247295/fa

    Vancouver: کپی

    سلگی اباذر، زارعی حیدر، پورحقی امیر، خدابخشی حمیدرضا. پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی. مهندسی آبیاری و آب ایران[Internet]. 1395؛6(23):18-33. Available from: https://sid.ir/paper/247295/fa

    IEEE: کپی

    اباذر سلگی، حیدر زارعی، امیر پورحقی، و حمیدرضا خدابخشی، “پیش بینی بارش ماهانه با مدل ترکیبی شبکه عصبی مصنوعی – موجک و مقایسه با مدل شبکه عصبی مصنوعی،” مهندسی آبیاری و آب ایران، vol. 6، no. 23، pp. 18–33، 1395، [Online]. Available: https://sid.ir/paper/247295/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