پیشبینی جریان ورودی ماهانه به سد سبلان با روش های شبکه عصبی مصنوعی و مدل درختی M5 برای یک سال آبی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 483
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICWESD01_045
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
امروزه سیستم های هوشمند و روش های داده کاوی با توجه به توانایی در حل پدیده های غیرخطی و پیچیده کاربردهای فراوانی در مسایل مختلف مهندسی آب ازجمله هیدرولوژی پیداکرده اند. در این تحقیق با توجه به اهمیت مدیریت مخزن برای سال آبی آتی، اقدام به ارزیابی دقت مدل درختی M5 و شبکه عصبی مصنوعی پرسپترون چندلایه در پیش بینی جریان ماهانه ورودی به مخزن سد سبلان اردبیل برای یک سال آبی آتی شده است. بر این اساس، دبی ورودی به مخزن سد برای یک سال آبی آتی به عنوان مقادیر هدف و خروجی مدل و سایر پارامترهای جریان، تبخیر،بارش و دما به عنوان ورودی مدل منظور شد. بررسی نتایج نشان داد هر دو این روش ها کارایی و عملکرد خوبی در پیش بینی جریان ورودی به مخزن سد از خود نشان میدهند. از طرف دیگر به نظر میرسد با توجه به سادگی کاربرد و ارایه روابط ساده و قابل فهم توسط مدل درختی M5 این روش برای استفاده در مسایل مدیریتی کاربردی تر باشد.
کلیدواژه ها:
نویسندگان
شهرام شاه محمدی کلالق
استادیار دانشگاه آزاد اسلامی واحد تبریز
محمد تقی ستاری
استادیار گروه مهندسی آب دانشگاه تبریز
ایرج رسولی
کارشناس ارشد عمران آب سازمان جهاد کشاورزی استان اردبیل
بابک خیاط رستمی
کارشناس ارشد عمران آب شرکت آب منطقه ای استان اردبیل
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :