ارزیابی مدلهای ژنتیکی جهت مدلسازی جریان رودخانه
Authors
Abstract:
پیشبینی جریان رودخانهها به عنوان یکی از منابع اصلی تأمین کننده آب بشر، همواره یکی از موضوعات مهم مورد بحث در هیدرولوژی و منابع آب بوده است. بدین جهت، مدلهای مختلفی برای مدلسازی و پیشبینی جریان رودخانهها مورد استفاده قرار گرفته است. در این مطالعه، به ارزیابی دو مدل ژنتیکی به نامهای برنامهریزی ژنتیک و برنامهریزی بیان ژن پرداخته شده است. برای این منظور، با استفاده از دادههای روزانه جریان، دما، بارش و تبخیر در ایستگاه تلهزنگ اقدام به مدلسازی جریان رودخانه دز شده است. نتایج نشان داد که مدل برنامهریزی بیان ژن با ضریب تبیین 86/0 و جذر میانگین مربعات خطای 0030/0(مترمکعب در ثانیه) نسبت به مدل برنامهریزی ژنتیک با ضریب تبیین 85/0 و جذر میانگین مربعات خطای 0037/0(مترمکعب در ثانیه) دارای عملکرد بهتری میباشد. علاوه بر این، سرعت اجرای مدل برنامهریزی بیان ژن نسبت به مدل برنامهریزی ژنتیک بیشتر بوده و در زمان کوتاهی قادر به ارائه نتایج میباشد. با افزایش تعداد دادههای ورودی مدل برنامهریزی ژنتیک کند شده و گاهی قادر به ارائه نتایج نمیباشد درحالیکه مدل برنامهریزی بیان ژن این قابلیت را دارد که با تعداد ورودیها و دادههای بیشتر، نیز عمل مدلسازی را انجام دهد. بهطورکلی نتایج نشان داد که مدل برنامهریزی بیان ژن برای مدلسازی و پیشبینی جریان رودخانه قابلیت خوبی دارد.
similar resources
ارزیابی مدلهای پیشبینی جریان رودخانه
برف نقش مهمی در میزان و توزیع جریان رودخانه در مناطق کوهستانی دارد. بنابراین، ارزیابی مدلهای پیشبینی جریان که شاخصی از برف را در ساختار خود استفاده میکنند ضروری است. در این مطالعه مجموعهای از مدلهای پیشبینی جریان که از دهههای گذشته در سطح جهان مطرح بوده است، تهیه و بررسی شده است. این بررسی روشهای سنتی ساده با دادههای محدود تا روابط پیچیده و هوشمند نظیر شبکه عصبی مصنوعی و استفاده از دا...
full textارزیابی قابلیت مدلهای تعهدی در پیش بینی جریان های نقدی
هدف پژوهش حاضر ارزیابی توانایی اقلام تعهدی صورتهای مالی در پیشبینی جریانهای نقدی است. به این منظور دادههای 85 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی فاصله زمانی 1391-1387 مورد بررسی قرار گرفت. جهت شناسایی و برآورد درآمدهای آتی موسسات و ارزیابی توانایی اقلام تعهدی صورتهای مالی در پیشبینی جریانهای نقدی از تجزیه تحلیل رگرسیون استفاده شد. با استفاده از دو مؤلفه رشد فروشها و استراتژی تعی...
full textپیش بینی جریان ماهیانه رودخانه با استفاده از مدلهای داده مبنا
در سالهای اخیر، تکنیکهای مدلسازی داده مبنا کاربردهای فراوانی در مطالعات هیدرولوژی و مهندسی منابع آب یافتهاند. توسعه مدلهای برآورد یا پیشبینی رواناب رودخانه، یکی از زمینههای مطالعاتی است که این تکنیکها در آن کاربرد زیادی دارند. در مطالعه حاضر، چهار تکنیک مدلسازی داده مبنا، شامل رگرسیون خطی چندگانه، K نزدیکترین همسایه، شبکههای عصبی مصنوعی و سیستمهای استنتاج عصبی - فازی تطبیقی بهمنظ...
full textمدلسازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی
پیش بینی دقیق جریان در رودخانه ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه اتخاذ تدابیری مناسب در مواقع سیلاب و بروز خشکسالی هاست. در حقیقت حصول روشهای مناسب و دقیق در پیش بینی جریان رودخانه ها را می توان به عنوان یکی از چالشها در فرآیند مدیریت و مهندسی منابع آب دانست. در این پژوهش برای مدلسازی هوشمند سری زمانی جریان ماهانه از یک دوره ی آماری26ساله (1389-1364) استفاده شد. جهت دست...
full textمدلسازی هیدرولوژیکی اثرات تغییر اقلیمی بر نوسانات دبی جریان در رودخانه هراز
تغییر اقلیم بر روی کمبود دبی جریان رودخانه، سیلابها و زوال سیستم آبی تأثیر دارد که با پیشبینی آن میتوان مدیریت بهتری بر روی منابع آبی داشت. در این تحقیق با استفاده از مدلهای AOGCM و عدمقطعیت مربوط به آنها روند تغییر اقلیم حوضه آبخیز هراز برای دوره 2030-2011 با سناریو انتشار A2 بررسی شد که در این راستا از شش مدل اقلیمی در ایستگاههای بلده و رینه استفاده شد. حوضه آبخیز هراز با مساحت 4012 کی...
full textتحلیل روند و ایستایی جریان رودخانه به منظور مدلسازی سریهای زمانی هیدرولوژیکی
بسیاری از سریهای زمانی هیدرولوژیکی دارای روند بوده و ناایستا هستند. از طرفی یکی از مسائل مهم در مدلسازیسریهای زمانی هیدرولوژیکی بررسی وجود روند و رسیدن به یک سری زمانی ایستاست. بنابراین ارائه روشهایی کهبتواند روند و ایستایی را بررسی کرده و قبل از مدلسازی در تشخیصوجود یا عدم وجود ایستایی به ما کمک کند،بسیار مفید خواهد بود. از طرف دیگر بررسی روند میتواند در تفسیر رابطه بین فرآیندهای هیدرولوژیکی و...
full textMy Resources
Journal title
volume 9 issue 3
pages 1- 17
publication date 2019-05-22
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