ارزیابی مدل‌های هوش مصنوعی در تخمین دبی سیلاب

Authors

  • حمید نوری استادیار، دانشکده منابع طبیعی، دانشگاه ملایر
  • سید عباس عطاپور فرد استادیار، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
  • صبا گودرزی کارشناس ارشد آبخیزداری، دانشکده منابع طبیعی، دانشگاه ملایر
  • محمد مهدی آرتیمانی کارشناس ارشد، بخش تحقیقات آبخیزداری و منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان، سازمان تحقیقات، آموزش و ترویج کشاورزی، همدان، ایران
  • مرتضی سلگی کارشناس ارشد، بخش تحقیقات آبخیزداری و منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان همدان، سازمان تحقیقات، آموزش و ترویج کشاورزی، همدان، ایران
  • مهدی سپهری کارشناس ارشد آبخیزداری، دانشکده منابع طبیعی، دانشگاه ملایر
Abstract:

برآورد دبی ­اوج به‌عنوان یکی از مباحث اصلی در مدیریت منابع آبی و سیلاب  نقش اساسی در طراحی سازه‌­های آبی و اقدامات بیومکانیکی در حوزه­‌های آبخیز دارد، به‌طوری ‌که برآورد صحیح آن نقش اساسی در موفقیت کار­های اجرایی دارد. در این بررسی، سعی شده با استفاده از روش‌­های هوش مصنوعی (شبکه عصبی MLP، ترکیب شبکه عصبی MLP و شبکه SOFM، GRNN، ترکیب خوشه‌بندی FCM و ANFIS) دبی بیشینه رودخانه یلفان در محل ایستگاه هیدرومتری برآورد شود. به این منظور، در این دو مدل هشت متغیر که شامل بارندگی مربوط به روز وقوع سیل، بارندگی‌­های پنج روز قبل، دبی پایه در روز وقوع سیل و CN حوضه به‌عنوان پارامتر­های ورودی و دبی پیک به‌عنوان خروجی در نظر گرفته شده است. سپس، با استفاده از روش هوش مصنوعی و پیش پردازش داده‌­ها، ساختار بهینه مدل‌ها با استفاده از داده‌­های ورودی و خروجی و با ملاک قراردادن معیار­های ارزیابی، به روش سعی و خطا تعیین شد. نتایج نشان داد که  شبکه عصبی پرسپترون چند لایه (MLP) عملکرد بهتری در برآورد دبی سیلاب نسبت به مدل ترکیبی ANFIS+FCM ،MLP+SOFM ،GRNN در حوضه یلفان دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه‌ی روش‌های هوش مصنوعی و ماسکینگام در تخمین روندیابی سیلاب

روندیابی سیلاب به‌دلیل فراهم نمودن امکان پیش‌بینی چگونگی طغیان و فروکش کردن آن در رودخانه، یکی از مهمترین مسائل در مهندسی رودخانه است. از آن جا‌ی که سیلاب جریانی متغیر غیردایمی است، لذا روندیابی آن نیاز به داده‌های گسترده از رود‌ها و آمار دقیقی از ایستگاه­های آبسنجی دارد. روش ماسکینگام، به دلیل سادگی آن، دارای کاربرد بیش­تری در میان روش­های روندیابی سیلاب می‌باشد. از طرفی، استفاده از روش­های هو...

full text

مقایسة سه روش اصلی هوش مصنوعی در برآورد دبی سیلاب رودخانة یلفان

برآورد دبی اوج، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب، جایگاه ویژه‌ای در موفقیت طراحی سازه‌های آبی و کارایی اقدامات بیومکانیکی در حوضه‌های آبخیز دارد. در این پژوهش سعی شده است با مقایسة سه روش اصلی در هوش مصنوعی (مدل شبکة عصبی پرسپترون چند لایه، مدل الگوریتم ترکیبی شبکة عصبی با ژنتیک و مدل ترکیب خوشه‌بندی کاهشی و روش نورو فازی (ANFIS، بهترین روش پیش‌بینی دبی حداکثر رودخانة یلفان...

full text

ارزیابی توانایی یک روش آموزش ماشین در تخمین حداکثر دبی سیلاب ناشی از شکست سد

در این مقاله توانایی روش آموزش ماشین Support Vector Machine (SVM) در پیش بینی حداکثر دبی خروجی سیلاب ناشی از شکست سدهای خاکی بررسی  شده است. پارامترهای ورودی مدل مورد نظر، دو پارامتر مخزن در زمان شکست یعنی ارتفاع آب و حجم آب پشت سد انتخاب شد که برای آموزش این مدل‌ها از داده‌های جمع آوری شده در منابع مختلف استفاده شده است. از مجموع 112 داده، 70 درصد آن جهت آموزش مدل‌ها و 30 درصد آن جهت صحت‌سنجی،...

full text

مقایسه ی روش های هوش مصنوعی و ماسکینگام در تخمین روندیابی سیلاب

روندیابی سیلاب به دلیل فراهم نمودن امکان پیش بینی چگونگی طغیان و فروکش کردن آن در رودخانه، یکی از مهمترین مسائل در مهندسی رودخانه است. از آن جا ی که سیلاب جریانی متغیر غیردایمی است، لذا روندیابی آن نیاز به داده های گسترده از رود ها و آمار دقیقی از ایستگاه­های آبسنجی دارد. روش ماسکینگام، به دلیل سادگی آن، دارای کاربرد بیش­تری در میان روش­های روندیابی سیلاب می باشد. از طرفی، استفاده از روش­های هو...

full text

ارزیابی روش‌های برآورد دبی پیک سیلاب در حوضه آبخیز شهری جهت کنترل سیلاب

گسترش روزافزون شهرها و تغییر کاربری اراضی زراعی و مرتعی به اراضی مسکونی و صنعتی و بحران سیل در نقاط شهری و به موازات آن تغییرات ایجاد شده در نفوذپذیری، فریب رواناب و تبخیر و تعرق باعث می­گردد که رفتار هیدرولوژیکی حوضه­های آبخیز شهری نسبت به حوضه­های طبیعی غیرعادی و نامنظم گردد. عوامل متعددی در ظهور سیلاب و شدت آن موثر می­باشند که امکان بررسی این عوامل نیاز به تحقیقات جامع­تری دارد. برای این منظ...

full text

ارزیابی و کاربرد مدل های ترکیبی هوش مصنوعی برای تخمین هد پیزومتریک سد خاکی

شکست سدهای خاکی از چالشهای بزرگ مهندسی عمران به شمار میرود که یکی از عمده ترین علل وقوع آن، تراوش کنترل نشده از هسته و پی سد میباشد. از این رو تحلیل تراوش، از مسائل بسیار مهم در طی مراحل طراحی، ساخت و بهره برداری از این نوع سدها است. در این راستا بررسی هد پیزومتریک یکی از اولین مراحل بررسی تراوش میباشد؛ در تحقیق حاضر هد پیزومتریک سد خاکی ستارخان با استفاده از مدلهای جعبه سیاه هوش مصنوعی و جعبه ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 10  issue 3

pages  478- 488

publication date 2018-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023