مقایسه مدل های غیرخطی سری زمانی و برنامه ریزی ژنتیک در پیش بینی جریان روزانه رودخانه ها (مطالعه موردی: رودخانه باراندوزچای ارومیه)

Authors

Abstract:

در این مطالعه برای پیش بینی جریان روزانه رودخانه باراندوزچای ارومیه در دوره آماری 1388-1352، از مدل غیرخطی سری زمانی دوخطی و روش برنامه ریزی ژنتیک استفاده و نتایج بر اساس شاخص های آماری جذر میانگین مربعات خطا و ضریب همبستگی مورد مقایسه قرار گرفت. در مطالعه حاضر مدل دوخطی BL(1,11,1,1) با داشتن کمترین مقدار معیار اکایکه اصلاح شده به عنوان مدل مناسب سری روزانه انتخاب و پس از انجام آزمون نکویی برازش الگوی مذکور برای پیش بینی جریان روزانه رودخانه باراندوزچای به کار برده شد. نتایج نشان داد که این الگو از توانایی لازم برای مدل سازی جریان روزانه برخوردار است. ضریب همبستگی وجذر میانگین مربعات خطا برای مدل BL(1,11,1,1) در مرحله صحت سنجی به ترتیب معادل 902/0 و ( )520/3 محاسبه شد. به منظور مدل سازی جریان روزانه رودخانه با برنامه ریزی ژنتیک از حافظه های دبی یک روز قبل، دو روز قبل تا چهار روز قبل استفاده شد. نتایج نشان داد که تا حافظه سه روز قبل دقت مدل سازی رو به بهبود بوده و بعد از آن کاهش می یابد. ضریب همبستگی و جذر میانگین مربعات خطا در بهترین حالت برنامه ریزی ژنتیک در مرحله صحت سنجی به ترتیب 928/0 و ( )863/2 می باشد. به طور کلی با مقایسه نتایج حاصل از دو الگوی مذکور می توان نتیجه گرفت که برنامه ریزی ژنتیک با 9/22 درصد خطای کمتر نسبت به مدل دوخطی، جریان روزانه رودخانه باراندوزچای را پیش بینی می کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه مدل های خطی و غیرخطی سری زمانی در پیش بینی 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 نشان د...

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 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

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

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

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...

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 1

pages  151- 169

publication date 2015-05-22

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