مدل‌سازی داده‌های مهندسی آب با استفاده از روش رگرسیون فازی استوار کمترین مربعات پیراسته

Authors

Abstract:

روش­های برآوردیابی پارامترهای مدل­های رگرسیون فازی کمترین مربعات خطا حساسیت (بسیار) زیادی نسبت به داده­های پرت دارند. اغلب روش­های موجود برآوردیابی پارامترهای این مدل­ها با رویکرد کمترین مربعات خطا، تحت تأثیر داده­های پرت، برآوردهایی نامناسب، دور از انتظار و با خطای زیاد ارائه می­دهند. لذا در این مطالعه یک مدل رگرسیون فازی استوار کمترین مربعات پیراسته برای مدل­سازی متغیرهای ورودی حقیقی-مقدار و متغیر خروجی فازی-مقدار معرفی خواهد شد. در این رویکرد، تابع هدف در برآوردیابی پارامترهای مدل به­گونه­ای ساختاربندی می­شود که مجموع تا از کوچک‌ترین توان دوم باقیمانده­های مرتب‌شده کمینه شوند. این روش دارای الگوریتمی است که با جستجو در مجموعه مشاهدات به برآورد بهترین پارامترهای مدل بر اساس ترکیب­های مختلف انتخاب  مشاهده خوب از مجموعه تایی مشاهدات، می­پردازد. این موضوع باعث کاهش تأثیر مشاهدات پرت در فرآیند برآوردیابی پارامترهای مدل می­شود. در انتها کاربرد روش پیشنهادی این مقاله در مدل­سازی داده­های واقعی در مهندسی آب (آب­شناسی) که اغلب شامل مشاهدات پرت هستند، موردبررسی و مطالعه قرار می­گیرد. ازاین‌رو، در این مطالعه به مقایسه بین روش پیشنهاد شده در این مقاله و روش متداول رگرسیون کمترین مربعات فازی که در آن مشاهدات پرت و مشاهدات خوب تأثیر یکسانی در برآوردیابی پارامترهای مدل دارند، پرداخته می­شود. نتایج تجربی این مطالعه کاربردی برتری برازش بهتر روش پیشنهادی بر این داده­ها را در مقایسه با روش متداول رگرسیون فازی کمترین مربعات خطا نشان می­دهد. همچنین روش پیشنهاد شده در این مقاله مشاهدات پرتی را که تأثیر نامطلوبی در برآوردیابی پارامترها داشته­اند را مشخص نموده ­است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل سازی بار رسوب زیرحوضۀ دو حوضۀ آبخیز زاینده رود علیا با استفاده از روش رگرسیون کمترین مربعات فازی

برآورد تولید رسوب حوضه های آبخیز، یک امر مهم در طراحی سازه های آبی، مسائل زیست‎محیطی و کیفیت آب رودخانه ها است. یکی از متداول ترین روش‎ها برای برآورد میزان رسوب، روش‎های تجربی است. با توجه به عدم قطعیت ارتباط بین تولید رسوب و عوامل مؤثر بر آن، روابط تجربی ارائه‎شده در این زمینه کارایی چندانی در این امر ندارند. این پژوهش به مدل سازی بار رسوب یکی از زیر حوضه های (زیرحوضه 2) حوضۀ آبخیز زاینده رود ...

full text

مقایسه مدل رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیش‌بینی تراز سطح ایستابی آبخوان دشت نیشابور

آب‌های زیرزمینی به­عنوان مهم‌ترین منبع تولید آب شیرین دشت نیشابور، با کسری مخزنی حدود 200 میلیون مترمکعب مواجه است. ازاین‌رو در پژوهش حاضر کارایی روش­های رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیش‌بینی تراز سطح ایستابی آبخوان دشت نیشابور بررسی گردید. با استفاده از اطلاعات 57 چاه مشاهده­ای از سال 1357 تا 1387 و اعمال پارامترهای بارش، تراز سطح ایستابی و تخلیه با تأخیر زمانی ی...

full text

تجزیه طیفی با استفاده از روش وارون‌سازی کمترین مربعات مقید شده

تجزیهطیفیداده‌هایلرزه‌ایبا کمک تبدیل‌های زمان-بسامد،دامنه‌هایلرزه‌ایراکهتابعیاززمانومکانهستندبهمقادیر طیفیکهتابع بسامد،زمانومکانهستند،تبدیلمی‌کننداین ابزاردر زمینه‌های گوناگون مانند تعیینضخامتلایه، نمایش رخساره‌هایچینه‌ای،توصیف مشخصاتمخزنواکتشاف مستقیم منابعهیدروکربن کاربرد دارد. کاملاً واضح است که هرچه تفکیک زمانی و بسامدی در صفحه زمان‌–بسامد بیشتر باشد، رخدادها را می‌‌توان بهتر جداسازی کرد. در...

full text

کاربرد روش برآورد مولفه‌های واریانس کمترین مربعات در مشاهدات GPS با استفاده از مدل هندسه- مبنا

پردازش داده‌های ژئودتیکی، عموماً با روش کمترین مربعات صورت می‌گیرد. برای رسیدن به بهترین برآورد نااریب خطی ، استفاده از مدل تصادفی مناسب و یا به بیان دیگر ارائه وزن مناسب برای مشاهدات، الزامی است. برای تعیین مدل تصادفی مناسب از روش برآورد مولفه‌های واریانس استفاده می‌شود. یکی از کاربرد‌های ژئودتیکی برآورد مولفه‌های واریانس، وزن‌دهی به مشاهدات سیستم تعیین موقعیت جهانی GPS می‌باشد. در این تحقیق از...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 1

pages  1- 18

publication date 2017-08-23

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