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.
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 textمقایسه 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 textتجزیه 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 textکاربرد 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 textMy Resources
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