بررسی و مقایسه کارایی روشهای مختلف جهت بازسازی و تطویل داده های هیدرولوژی

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,135

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED05_093

تاریخ نمایه سازی: 11 بهمن 1388

چکیده مقاله:

در این تحقیق سعی شده است که مقادیر مربوط به نواقص آماری ایستگاهها با استفاده از مقادیر ایستگاههای دیگر موجود در منطقه مربوطه و به کمک روشهای مختلف سنتی و جدید برآورد و بازسازی گردد. روشهای سنتی بکار گرفته شده در این تحقیق عبارتند ازروش نسبت نرمال و روش همبستگی بین ایستگاهها و روشهای جدید استفاده شد نیز در برگیرنده واریته هایی از هوش مصنوعی کامپیوتر شامل شبکه های عصبی مصنوعی و شبکه های فازی -عصبی میباشد. بر اساس نتایج به دست آمده از این تحقیق میتوان گفت که تکنیکهای جدید مبتنی بر هوش مصنوعی کامپیوتر در حقیقت کارایی بسیار مناسبی جهت پیش بینی داده های مفقود شده هیدرولوژی را دارند. در این رابطه نتایج مدلهای تلفیقی فازی -عصبی بسیار نزدیک به مقادیر واقعی بوده و از درستی بالایی برخوردار است. صحت نتایج حاصل از شبکه های عصبی مصنوعی نیز بالاتر از نتایج بدست آمده از دو روش دیگر بوده است. نتایج این تحقیق میتواند کمک کند تا در بازسازی داده های هیدرولوژی با استفاده از روش مناسب خطای برآوردها را در حد قابل توجه ای کاهش داده و داده های به مراتب صحیح تری را جهت طراحی و اجرای پروژه های مرتبط با آب در اختیار گرفت.

نویسندگان

محمدتقی دستورانی

استادیار دانشکده منابع طبیعی، دانشگاه یزد

علیرضا مقدم نیا

استادیار دانشکده منابع طبیعی، دانشگاه زابل

علی طالبی

استادیار دانشکده منابع طبیعی، دانشگاه یزد

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 :
  • Bhattacharya B. and D. P. Solomatine, 2000, Application of artificial ...
  • discharge _ Proc. _ International _ On Hydroinformatics _ ...
  • Lucio, P.S., F.C. Conde, I.F.A. Cavalcanti, A.I. Serrano, A.M. Ramos ...
  • Dastorani Mohammad T & Nigel G. Wright, 2002, Artificial neural ...
  • Dastorani Mohammad T. & Nigel G. Wright, 2004, A Hydro ...
  • Dawson C. W., R. Wilby, 1998, An artificial neural network ...
  • Hsu K., H. V. Gupta, and S. Sorooshian, 1995, Artificial ...
  • Karunanithi N., W. J. Grenney, D. Whitley, and K. Bovee, ...
  • Minns A. W. and M. J. Hall, 1996, Artificial neural ...
  • Wright N. G. and M. T. Dastorani, 2001, Effects of ...
  • نمایش کامل مراجع