تخمین جریان رودخانه بالخلوچای با مدلهای هوشمند
thesis
- دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده فنی
- author فرزان مهاجری
- adviser محمد علی قربانی گلزار صابره دربندی
- Number of pages: First 15 pages
- publication year 1391
abstract
رودخانه بالخلوچای از شاخههای اصلی رودخانه قرهسو بوده که زهکش اصلی منطقه نیر و اردبیل میباشد. سد یامچی که محل تامین آب شرب و کشاورزی منطقه اردبیل میباشد، بر روی این رودخانه واقع شده است. مطالعات و تجزیه و تحلیل برای یک دوره 9 ساله از ابتدای سال 1379 تا انتهای سال 1387 انجام شده است. تخمین و پیشبینی جریان رودخانه بالخلوچای به منظور بهرهبرداری و مدیریت منابع آب، رفتار سنجی حوضههای آبریز، برنامهریزیهای بلند مدت و کوتاه مدت در توسعه پایدار و ... بسیار حایز اهمیت میباشد. با توجه به وجود سد یامچی در پاییندست این حوضه که محل تامین آب شرب شهرستانهای اردبیل و سرعین میباشد، پیشبینی جریان رودخانه مدیریت بهینه بهرهبرداری سد را باعث خواهد شد. اطلاع از نحوه تغییرات میزان دبی جریان رودخانه ها از مسائل مهم در مطالعات آبی، به ویژه مدیریت حوضه های آبریز می باشد. در دو دهه اخیر استفاده از مدلهای هوشمند در تخمین جریان رودخانهها مورد توجه محققان واقع شده است، که از آن جمله می توان به شبکههای عصبی مصنوعی، سیستم استنتاج عصبی- فازی تطبیقی و برنامهریزی ژنتیک اشاره نمود. در این تحقیق جریان روزانه رودخانه بالخلوچای به منظور پیشبینی دبی روزانه، شبیهسازی شده و نتایج آن با دادههای مشاهداتی مورد بررسی و مقایسه قرار گرفت. به منظور ارزیابی کارایی هر یک از مدلهای فوق، مقادیر مشاهداتی با مقادیر محاسباتی حاصل از مدلها، به وسیله معیارهای ضریب تبیین (r2)، جذر میانگین مربعات خطا (rmse)، نش- ساتکلیف (n-s) و خطای حجم (ver) محاسبه و مقایسه گردید و در نهایت نتایج نشان داد که مدل برنامهریزی سیستم استنتاج عصبی- فازی تطبیقی به عنوان دقیقترین مدل به منظور پیشبینی مقادیر دبی روزانه رودخانه بالخلوچای میباشد.
similar resources
مقایسه کارآیی مدلهای هوشمند در روندیابی جریان روزانه رودخانه (مطالعه موردی: رودخانه بالخلوچای، استان اردبیل)
چکیده روندیابی جریان در رودخانهها یکی از پراهمیتترین موضوعات در مدیریت منابع آبهای سطحی جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. در این تحقیق از مدلهای شبکه عصبی مصنوعی، برنامهریزی بیان ژن، موجک- عصبی و حداقل مربعات ماشین بردار پشتیبان به منظور روندیابی جریان روزانه رودخانه بالخلوچای واقع در حوضه آبریز درهرود استفاده شد. در این راستا دادههای روزانه ...
full textمقایسه مدلهای هوشمند در تخمین بارش ماهانه حوضه کاکارضا
برآورد بارش برای اجرای طرح های مطالعات منابع آب، خشکسالی، طرح های آمایش سرزمین، محیط زیست، آبخیزداری و طرح های جامع کشاورزی ضروری می باشد. در این پژوهش جهت تخمین بارش ماهانه دشت کاکارضا واقع در استان لرستان از مدل برنامه ریزی بیان ژن استفاده شد و نتایج آن با سایرروشهای هوشمند از جمله سیستم استنتاج فازی_عصبی و شبکه عصبی مصنوعی مقایسه گردید. برای این منظور از پارامترهای میانگین دما، رطوبت نسبی، ...
full textپیش بینی جریان ماهیانه رودخانه با استفاده از مدلهای داده مبنا
در سالهای اخیر، تکنیکهای مدلسازی داده مبنا کاربردهای فراوانی در مطالعات هیدرولوژی و مهندسی منابع آب یافتهاند. توسعه مدلهای برآورد یا پیشبینی رواناب رودخانه، یکی از زمینههای مطالعاتی است که این تکنیکها در آن کاربرد زیادی دارند. در مطالعه حاضر، چهار تکنیک مدلسازی داده مبنا، شامل رگرسیون خطی چندگانه، K نزدیکترین همسایه، شبکههای عصبی مصنوعی و سیستمهای استنتاج عصبی - فازی تطبیقی بهمنظ...
full textمدل تخمین جریان رودخانه بر اساس بازسازی فضای حالت آشوبی
قابلیتهای نظریه آشوب و برنامهریزی ژنتیک، بکارگیری این دو مدل را در هیدرولوژی مورد توجه خاص قرار داده است. در این تحقیق مقادیر دبی روزانه رودخانه لیقوان در طی 30 سال با استفاده از این مدلها مورد بررسی قرار گرفته است. در نظریه آشوب، ابتدا با استفاده از روش بعد همبستگی امکان وجود آشوب قطعی در دبی روزانه بررسی و پس از تعیین پارامترهای لازم جهت بازسازی فضای حالت، دبی روزانه به روش پیشبینی موضعی ...
full textمدلسازی هوشمند سری زمانی جریان ماهانه حوضه رودخانه شور قروه با شبکه عصبی مصنوعی
پیش بینی دقیق جریان در رودخانه ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه اتخاذ تدابیری مناسب در مواقع سیلاب و بروز خشکسالی هاست. در حقیقت حصول روشهای مناسب و دقیق در پیش بینی جریان رودخانه ها را می توان به عنوان یکی از چالشها در فرآیند مدیریت و مهندسی منابع آب دانست. در این پژوهش برای مدلسازی هوشمند سری زمانی جریان ماهانه از یک دوره ی آماری26ساله (1389-1364) استفاده شد. جهت دست...
full textمدلسازی جریان رودخانه باراندوزچای با استفاده از روش نزدیکترین K- همسایه و روشهای هوشمند
پیشبینی دقیق جریان رودخانه در طراحی، بهرهبرداری و برنامهریزی منابع آب از اهمیت بسزایی برخوردار است. در این مطالعه، عملکرد روشهای ناپارامتری نزدیکترین همسایه، فازی- عصبی تطبیقی و روش رگرسیون بردار پشتیبان در پیشبینی جریان رودخانه ارزیابی شده است. برای مدلسازی از دادههای جریان 36 ساله ایستگاه هیدرومتری دیزج واقع بر رودخانه باراندوزچای (در مقیاس زمانی ماهانه) استفاده گردید. ترکیبات مختلفی ا...
full textMy Resources
document type: thesis
دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده فنی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023