ارزیابی تأثیر سیگنالهای مختلف ورودی بر میزان کارایی مدلهای شبکه عصبی مصنوعی در شبیهسازی هوشمند هیدروگراف سیل
Authors
Abstract:
تخمین مشخصات هیدروگراف سیل در رودخانهها یکی از مسائل مورد علاقه پژوهشگران علوم آب و هیدرولوژی میباشد. در این پژوهش توانایی مدلهای شبکه عصبی مصنوعی جهت شبیهسازی هیدروگراف سیل ورودی به سد مخزنی شیرین دره در استان خراسان مورد بررسی قرار گرفته است. بدین منظور تمامی هیدروگرافهای سیل ثبت شده در ایستگاه هیدرومتری موجود در بالادست مخزن سد گردآوری و مقادیر دبی سیل با استفاده از روابطه مربوطه استاندارد شد. در ادامه چهار الگوی ورودی بر مبنای استفاده از دبی سیل در ساعات گذشته (یعنی 2، 3، 4 و 5 ساعت قبل) طراحی شدند. به منظور بررسی اثر تعداد پارامترهای ورودی بر دقت تخمین، در هر الگو نیز چهار سیگنال بر اساس تأًخیر دبی سیل طراحی و مورد ارزیابی قرار گرفتند. به منظور ارزیابی تأثیر افزایش آموزش مدل در بهبود عملکرد آن، معیارهای آماری متعددی همچون خطای حجم سیل، خطای دبی اوج، خطای زمان تا اوج و معیار ناش- ساتکلیف در هر سیگنال ورودی محاسبه و مورد ارزیابی قرار گرفتند. نتایج نشان میدهد که با افزایش زمان تأخیر دقت شبیهسازی کمتر میشود. همچنین به ازاء یک زمان تاخیر معین، با افزایش تعداد ورودیها (دبی در ساعتهای قبل)، نیز دقت نتایج افزایش مییابد. به طوریکه با افزایش تعداد ورودیها در الگوی اول، میزان ضریب ناش- ساتکلیف از مقدار 79/0 به 91/0 برای سیگنال چهارم افزایش یافت.
similar resources
ارزیابی کارایی مدلهای شبکه عصبی مصنوعی در تخمین هوشمند هیدروگراف سیل در رودخانه جعفرآباد گرگان (گزارش کوتاه علمی)
full text
ارزیابی کارایی شبکه عصبی مصنوعی در پیشبینی میزان هدایت الکتریکی رودخانه زرینه رود
جهت بررسی کیفیت آب رودخانه زرینه رود تعداد 16 ایستگاه نمونه گیری انتخاب گردیده و بر روی نمونه ها آزمایشات مربــوط به پارامتر های درجه حرارت، قلیاییت، pH ، هدایت الکتریکی، اکسیژن محلول و آنیون ها و کاتیون های اصلی انجام پذیرفت. با مشخص شدن نتایج آزمایشات فیزیکی و شیمیایی و ایجاد ارتباط همبستگی به روش پیرسون، پارامتر های وابسته به پارامتر هدایت الکتریکی با در نظر گرفتن حداقل قیمت آزمایشات به عنوا...
full textعنوان پایان نامه: ارزیابی کارایی مدل های شبکه عصبی مصنوعی در تخمین هوشمند هیدروگراف سیل ورودی به سد مخزنی شیرین دره در مقایسه با مدل های تطبیقی عصبی-فازی
پیش بینی هیدروگراف سیل دارای اهمیت حیاتی به منظور هشدار سیل، مدیریت عملکرد سدهای مخزنی احداث شده به منظور کنترل سیل،تعیین پتانسیل جریان رودخانه، تولید انرژی برقابی و تخصیص آب برای آبیاری در فصول خشک سال می باشد. هدف از این تحقیق مدلسازی هوشمند هیدروگراف سیل وروردی به سد مخزنی شیرین دره به منظور مدیریت مخزن آن و همچنین ارزیابی واکنش مدل های هوش مصنوعی به خصوصیات هیدرولوژیکی هیدروگراف سیل می باشد...
ارزیابی مدلهای شبکه عصبی مصنوعی ایستا و پویا در پیش بینی قیمت سهام
پیشبینی آینده در عرصه پویای اقتصاد و بازارهای مالی از جمله بازار بورس به یکی از مهمترین مسائل درعلوم مالی ارتقاء یافته است. همچنین، در دههی اخیر مدلهای شبکه عصبی به علت عملکرد واقع بینانهتر اینمدلها مورد توجه محققین قرار گرفته و از انواع مختلف آنها برای پیشبینی استفاده شده است. اکنون این سئوالمطرح است که، کدام یک از این مدلها قدرت بالاتری برای تبیین فرآیندهای آتی بورس را دارا میباشد؟ در( همین ر...
full textمقایسه مدلهای خودهمبسته شبکه عصبی مصنوعی دینامیک و استاتیک در پیش بینی جریان ماهانه ورودی به مخزن سد دز
در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیشبینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدلهای استاتیک و دینامیک در شبکههای عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری میباشد. در این تحقیق آبدهی های ماهانه بین ...
full textارزیابی کارایی مدلهای شبکه عصبی مصنوعی در تخمین عملکرد محصول زعفران بر اساس پارمترهای اقلیمی
زعفران به عنوان با ارزش ترین محصول کشاورزی و دارویی جهان جایگاه ویژه ای در بین محصولات صنعتی و صادراتی ایران دارد. در حال حاضر ایران بزرگترین تولیدکننده و صادرکننده زعفران در جهان است، بطوریکه بیش از 7/93 درصد تولید جهانی این محصول گران بها به ایران اختصاص دارد، اما علیرغم قدمت کشت زعفران و ارزش افزوده این محصول در مقایسه با بسیاری از محصولات زراعی رایج در کشور سهم کمتری از فناوری های نوین را ب...
full textMy Resources
Journal title
volume 4 issue 11
pages 45- 48
publication date 2010-07
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023