پیش‌بینی پارامترهای امواج ناشی از باد در دریای خزر با استفاده از روش درختان تصمیم رگرسیونی و شبکه های عصبی مصنوعی

Authors

  • اردلان صمغی, حسین موسسه تحقیقات آب
  • محجوبی, جواد موسسه تحقیقات آب
Abstract:

Prediction of wave parameters is necessary for many applications in coastal and offshore engineering. In the literature, several approaches have been proposed to wave predictions classified as empirical based, soft-computing based and numerical based approaches. Recently, soft computing techniques such as Artificial Neural Networks (ANNs) have been used to develop wave prediction models. In this work, the performance of regression trees for prediction of wave parameters was investigated. The data set used in this study comprises of wind and wave data gathered in Caspian Sea. Results of regression trees were compared with those of artificial neural networks. Results indicate that error statistics of regression trees and artificial neural networks were nearly similar. In addition, regression trees need lower run-time.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تخمین ارتفاع امواج ناشی از باد با استفاده از سیستم استنتاج تطبیقی عصبی- فازی، درخت تصمیم و روش های تجربی در بندر بوشهر

اطلاعات حاصل از پیش­بینی امواج بعنوان اساس طراحی­های مهندسی دریا، نقش مهمی در ساخت، نگهداری و مدیریت پروژه­های عمرانی ساحلی و فراساحلی، دارد. امواج ناشی از باد، به دلیل دارا بودن بیش‌ترین انرژی و فراوانی، از مهم‌ترین امواج در دریا محسوب می­شوند. در تحقیق حاضر، از سیستم استنتاج تطبیقی عصبی- فازی، برای پیش­بینی خصوصیات امواج  استفاده شده است. منطقه مورد مطالعه، بندر بوشهر و پیش بینی­ها برای بازه ...

full text

مدل شبکه عصبی مصنوعی تبخیر ماهانه از تشت با استفاده از داده های هواشناسی- مطالعه موردی منطقه حاشیه دریای خزر

تبخیر یکی از مؤلفه‌های اصلی چرخه آب در طبیعت بوده و تعیین دقیق آن برای بسیاری مطالعات مثل بیلان آبی حوزه، طرح ریزی و مدیریت منابع آب حائز اهمیت است. تبخیر به دلیل اثرات متقابل عوامل متعدد اقلیمی، پدیده پیچیده و غیر خطی است و لذا برای تخمین آن باید از مدل‌های پیشرفته استفاده کرد. در این تحقیق، هشت نوع ترکیب پارامترهای هواشناسی بعنوان داده‌های ورودی برای برآورد تبخیر از تشت  با استفاده از شبکه‌ها...

full text

برآورد پارامترهای امواج ناشی از باد با استفاده از روش های تجربی و مدل شبکه عصبی در لاوان

امواج ناشی از باد از موثرترین پدیده های دریایی در فرآیندهای ساحلی و فراساحلی، هستند. در این تحقیق با استفاده از روش های تجربی و همچنین توسط شبکه های عصبی، مشخصات امواج ناشی از باد در منطقه لاوان مورد مطالعه، ارزیابی و مقایسه قرار گرفته است، تا بهترین روش پیش بینی، برای این منطقه مشخص شود. بدین منظور داده های باد و موج منطقه لاوان مربوط به دسامبر سال 2009 تا جولای سال 2010 از سازمان هواشناسی و س...

پیش یابی ارتفاع موج شاخص در خلیج فارس با استفاده از شبکه های عصبی مصنوعی و مقایسه آن با درخت های تصمیم رگرسیونی

Prediction of wave height is of great importance in marine and coastal engineering. In this study, the performances of artificial neural networks (feed forward with back propagation algorithm) for online significant wave heights prediction, in Persian Gulf, were investigated. The data set used in this study comprises wave and wind data gathered from shallow water location in Persian Gulf. Curre...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 9

pages  65- 71

publication date 2009-09

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023