ارزیابی استراتژی‌های‌ میانگین‌گیری وزنی رتبه‌ای در ترکیب مدل‌های پیش‌بینی کننده جریان مطالعه موردی: رودخانه کرخه

Authors

ابراهیمی, کیومرث دانشگاه تهران

عراقی‌نژاد, شهاب دانشگاه تهران

مدرسی, فرشته دانشگاه تهران

Abstract:

پیش‍بینی ماهانه جریان رودخانه در برنامه‌ریزی‌های بلندمدت منابع آب نقش کلیدی ایفا می‌کند. در مقاله حاضر برای افزایش دقت پیش‌بینی‌‌ جریان ماهانه رودخانه کرخه در محل ورودی به سد کرخه در فصل زمستان از تکنیک ترکیب مدل‌ها استفاده شده است. بدین منظور، پنج مدل شبکه عصبی مصنوعی، شبکه عصبی رگرسیون تعمیم یافته، رگرسیون بردار پشتیبان، K نزدیک‌ترین همسایگی و رگرسیون خطی با ساختار بهینه به عنوان مدل‌های منفرد مورد استفاده قرار گرفتند. برای ترکیب مدل‌های مذکور از دو استراتژی وزن‌دهی ثابت و متغیر به مدل‌های منفرد بر اساس روش میانگین‌گیری وزنی رتبه‌بندی شده (OWA) استفاده شده است و در آنها، روش Orlike برای تعیین وزن‌ها بکار رفته است. نتایج نشان می‌دهد که استراتژی وزن‌دهی متغیر دارای قابلیت بیشتری برای ارتقای نتایج پیش‌بینی نسبت به وزن‌دهی ثابت است. همچنین، مقایسه نتایج این دو استراتژی با دو استراتژی ترکیب مدل‌ها با شبکه عصبی مصنوعی و انتخاب بهترین مدل منفرد نشان می‌دهد که استراتژی وزن‌دهی متغیر به‌طور قابل توجهی سبب ارتقای دقت نتایج نسبت به هر دو استراتژی مذکور می‌شود به نحوی که این استراتژی دقت نتایج را نسبت به شبکه عصبی 8/51، 1/38 و 5/44 درصد و نسبت به بهترین مدل منفرد 6/7، 132 و 9/52 درصد به ترتیب در دی، بهمن و اسفندماه بهبود داده است.

Upgrade to premium to download articles

Already have an account?login

similar resources

ارزیابی استراتژی های میانگین گیری وزنی رتبه ای در ترکیب مدل های پیش بینی کننده جریان مطالعه موردی: رودخانه کرخه

پیش‍بینی ماهانه جریان رودخانه در برنامه ریزی های بلندمدت منابع آب نقش کلیدی ایفا می کند. در مقاله حاضر برای افزایش دقت پیش بینی جریان ماهانه رودخانه کرخه در محل ورودی به سد کرخه در فصل زمستان از تکنیک ترکیب مدل ها استفاده شده است. بدین منظور، پنج مدل شبکه عصبی مصنوعی، شبکه عصبی رگرسیون تعمیم یافته، رگرسیون بردار پشتیبان، k نزدیک ترین همسایگی و رگرسیون خطی با ساختار بهینه به عنوان مدل های منفرد ...

full text

ارزیابی مدلهای آشفتگی در پیشبینی تأثیرات جریان آزاد روی لایه مرزی

full text

ارزیابی مدلهای رگرسیون در پیشبینی هزینههای تعمیر و نگهداری تراکتور

مدیریت جایگزینی ماشین (به ویژه تراکتور) یکی از فاکتورهای کلیدی در انجام دادن به موقع عملیات زراعی میباشد. بنابراین باید با دقت هزینههای تعمیر و نگهداری تراکتور پیشبینی شود. این تحقیق برای ارزیابی تکنیک رگرسیونی در پیشبینی هزینههای تعمیر و نگهداری تراکتور اجرا شد. در این مطالعه از دادههای واقعی 60 تراکتور دو چرخ محرک موجود در کشت و صنعت آستان قدس رضوی استفاده شده است. تجزیة رگرسیونی انجام ...

full text

ارزیابی مدل‌های هوش مصنوعی در مدل‌سازی جریان رودخانه، مطالعه موردی: رودخانه گاماسیاب

با پیشبینی جریان رودخانه‌ها علاوه‌ بر مدیریت بهره‌برداری از منابع آب، می‌توان حوادث طبیعی نظیر سیل و خشکسالی را نیز پیش‌بینی و مهار کرد. استفاده از مدل‌های جدید در این زمینه می‌تواند به مدیریت و برنامه‌ریزی صحیح کمک کند. در این مطالعه، به ارزیابی سه مدل به ‌نامهای، برنامه‌ریزی بیان ژن (GEP)، شبکه بیزین (BN) و ماشین بردار پشتیبان (SVM) پرداخته شده است. داده‌های مورد استفاده برای این پژ...

full text