مقایسه عملکرد روش های ماشین بردار پشتیبان و شبکه های بیزین در پیش‌بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)

Authors

Abstract:

پیش‌بینی و برآورد جریان رودخانه برای هر منطقه و حوضه آبریز به عنوان یکی از مهمترین مراحل در استفاده بهینه از منابع آبی محسوب می‌شود. در مطالعه حاضر به منظور پیش‌بینی جریان رودخانه باراندوزچای از دو روش ماشین بردار پشتیبان (SVM) و شبکه‌های بیزین (BNs) استفاده شد. داده‌های جریان روزانه این رودخانه در محل ایستگاه آبسنجی دیزج در خلال سال‌های 1385 تا 1389 برای ایجاد مدل استفاده شد که 80 درصد داده‌ها برای آموزش و 20 درصد برای صحت-سنجی مدل به کار رفت. جهت بررسی و ارزیابی نقش حافظه در افزایش یا کاهش دقت، الگوهای ورودی متعددی به مدل‌ها معرفی شد و در نهایت مشخص گردید که با افزایش حافظه، دقت مدل‌سازی نیز افزایش می‌یابد به طوری که بیشترین دقت در الگوی سوم برای هر دو روش به دست می‌آید و سپس با افزایش حافظه از دقت مدل‌سازی کاسته می‌شود. مقایسه نتایج دو مدل نشان داد که دقت روش ماشین بردار پشتیبان با 976/0R= و (m3/s)80/1RMSE= نسبت به روش شبکه‌های بیزین با 964/0R= و (m3/s)96/1RMSE= بیشتر است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه عملکرد روش های ماشین بردار پشتیبان و شبکه های بیزین در پیش بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)

پیش بینی و برآورد جریان رودخانه برای هر منطقه و حوضه آبریز به عنوان یکی از مهمترین مراحل در استفاده بهینه از منابع آبی محسوب می شود. در مطالعه حاضر به منظور پیش بینی جریان رودخانه باراندوزچای از دو روش ماشین بردار پشتیبان (svm) و شبکه های بیزین (bns) استفاده شد. داده های جریان روزانه این رودخانه در محل ایستگاه آبسنجی دیزج در خلال سال های 1385 تا 1389 برای ایجاد مدل استفاده شد که 80 درصد داده ها...

full text

کاربرد شبکه‌های بیزین و برنامه‌ریزی ژنتیک در پیش‌بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)

     برآورد دقیق آبدهی رودخانه ها یکی از موارد مهم در پیش بینی خشکسالی، سیلاب، طراحی سازه­‌های آبی، بهره برداری از مخازن سدها و کنترل رسوب می باشد.روش­های متعددی همچون مدل­های سری­زمانی، شبکه­های عصبی مصنوعی، منطق فازی و برنامه­ریزی ژنتیک برای پیش­بینی جریان رودخانه به کار می­رود. در مطالعه حاضر به منظور پیش­بینی جریان رودخانه باراندوزچای از دو روش برنامه­ریزی ژنتیک و شبکه­های بیزین استفاده شد....

full text

کاربرد شبکه های بیزین و برنامه ریزی ژنتیک در پیش بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)

برآورد دقیق آبدهی رودخانه ها یکی از موارد مهم در پیش بینی خشکسالی، سیلاب، طراحی سازه­ های آبی، بهره برداری از مخازن سدها و کنترل رسوب می باشد.روش­های متعددی همچون مدل­های سری­زمانی، شبکه­های عصبی مصنوعی، منطق فازی و برنامه­ریزی ژنتیک برای پیش­بینی جریان رودخانه به کار می­رود. در مطالعه حاضر به منظور پیش­بینی جریان رودخانه باراندوزچای از دو روش برنامه­ریزی ژنتیک و شبکه­های بیزین استفاده شد. داده...

full text

مقایسه عملکرد مدلهای ماشین بردار پشتیبان، برنامه ریزی بیان ژن وشبکه بیزین در پیش بینی جریان رودخانه ها (مطالعه موردی: رودخانه کشکان)

سابقه و هدف: پیش‌بینی جریان رودخانه‌ها یکی از مهم‌ترین موارد کلیدی در مدیریت و برنامه‌ریزی منابع آب‌ به‌ویژه اتخاذ تصمیمات صحیح در مواقع سیلاب و بروز خشکسالی‌ها، است. برای پیش‌بینی میزان جریان رودخانه‌ها رویکردهای متنوعی در هیدرولوژی معرفی‌شده است که مدل‌های هوشمند از مهمترین آن‌ها می‌باشند. در این پژوهش جهت ارزیابی دقت مدل‌ها در پیش‌بینی جریان رودخانه، از داده‌های روزانه حوضه آبریز کشکان واقع ...

full text

پیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

full text

مقایسه مدل‌های خطی و غیرخطی سری‌زمانی در پیش‌بینی جریان رودخانه (مطالعه موردی: رودخانه باراندوزچای ارومیه)

     پیش­بینی دقیق جریان رودخانه­ با استفاده از مدل­های رایج سری­های زمانی، فیزیکی- مفهومی و رگرسیونی در مدیریت علمی منابع آب­های سطحی اهمیت به­سزایی دارد. در این مطالعه دبی جریان روزانه و ماهانه رودخانه باراندوزچای ارومیه در دوره­ آماری 88-1352، با استفاده از مدل­های سری­زمانی خطی آرما[1] و غیرخطی دوخطی مدل­سازی شد. برای بررسی ایستایی سری­های جریان از آزمون ADF استفاده گردید. نتایج آین آزمون ن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 22  issue 6

pages  171- 186

publication date 2016-01-21

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