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:

1,014
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

782
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

کاربرد مدل های LS-SVM، ANN، WNN و GEP در شبیه سازی بارش رواناب رودخانه خیاوچای

صفحات

 صفحه شروع 627 | صفحه پایان 639

چکیده

 پیش بینی جریان رودخانه به منظور مدیریت و برنامه ریزی منابع آب در رودخانه ها, دریاچه ها, مخازن سدها و همچنین برای حفاظت کناره های رودخانه در زمان وقوع سیلاب انجام می گیرد. در این تحقیق از مدل های شبکه های عصبی مصنوعی, هیبرید موجک عصبی, برنامه ریزی بیان ژن و کمترین مربعات ماشین بردار پشتیبان به منظور تخمین جریان روزانه رودخانه خیاوچای استفاده شد. بدین منظور داده های دبی و بارش روزانه ایستگاه هیدرومتری پل سلطانی واقع بر رودخانه یادشده طی دوره آماری 1378 1392 به کار گرفته شد. پس از محاسبه ضرایب همبستگی متقابل متغیرهای بارش و دبی, شش الگوی مختلف به منظور تخمین رواناب روزانه تعیین شد. برای ارزیابی مدل ها از شاخص های آماری و آزمون ANOVA استفاده شد. نتایج بیان کننده برتری مدل هیبرید موجک عصبی با بیشترین ضریب همبستگی (877/0=R), کمترین ریشه میانگین مربعات خطا (696/0=RMSE) و ضریب نش ساتکلیف برابر 767/0 در مرحله صحت سنجی بود. نتایج آزمون آنوا نیز نتایج شاخص های آماری را تأیید کرد و مدل هیبرید موجک عصبی با داشتن کمترین مقدار آماره F (11/0) و بیشترین سطح معناداری (75/0) به عنوان بهترین مدل شناخته شد. در برآورد دبی بیشینه (سیلاب) نیز مدل یادشده با میانگین خطای نسبی 19/30 درصد, به مقدار شایان توجهی خطای کمتری نسبت به سایر مدل ها داشت.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    نیک پور، محمدرضا، ثانی خانی، هادی، محمودی بابلان، سجاد، و محمدی، عارف. (1396). کاربرد مدل های LS-SVM, ANN, WNN و GEP در شبیه سازی بارش رواناب رودخانه خیاوچای. اکوهیدرولوژی، 4(2 )، 627-639. SID. https://sid.ir/paper/254072/fa

    Vancouver: کپی

    نیک پور محمدرضا، ثانی خانی هادی، محمودی بابلان سجاد، محمدی عارف. کاربرد مدل های LS-SVM, ANN, WNN و GEP در شبیه سازی بارش رواناب رودخانه خیاوچای. اکوهیدرولوژی[Internet]. 1396؛4(2 ):627-639. Available from: https://sid.ir/paper/254072/fa

    IEEE: کپی

    محمدرضا نیک پور، هادی ثانی خانی، سجاد محمودی بابلان، و عارف محمدی، “کاربرد مدل های LS-SVM, ANN, WNN و GEP در شبیه سازی بارش رواناب رودخانه خیاوچای،” اکوهیدرولوژی، vol. 4، no. 2 ، pp. 627–639، 1396، [Online]. Available: https://sid.ir/paper/254072/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