بررسی دقت مدل‏ های ANFIS، SVM و GP در مدل‏ سازی مقادیر دبی جریان رودخانه

ارزیابی عملکرد روش ANFIS و مدل درختی M5 در مدل سازی ضریب دبی سرریز کرامپ

در این تحقیق برای ارزیابی عملکرد روش سیستم استنتاج فازی- عصبی تلفیقی (ANFIS) و مدل درختی M5 در مدل­سازی ضریب دبی جریان سرریز کرامپ از داده‌های آزمایشگاهی استفاده گردید. نتایج 174 دسته داده حاصل از آزمایش انجام‌گرفته با مدل فیزیکی، در 16 سناریو با ترکیب‌ پارامترهای ورودی مختلف و با استفاده از مدل درختی M5 و روش ANFISجهت برآورد ضریب دبی جریان سرریز کرامپ به عنوان پارامتر خروجی مورد استفاده قرار گ...

ارزیابی عملکرد روش anfis و مدل درختی m۵ در مدل سازی ضریب دبی سرریز کرامپ

در این تحقیق برای ارزیابی عملکرد روش سیستم استنتاج فازی- عصبی تلفیقی (anfis) و مدل درختی m5 در مدل­سازی ضریب دبی جریان سرریز کرامپ از داده های آزمایشگاهی استفاده گردید. نتایج 174 دسته داده حاصل از آزمایش انجام گرفته با مدل فیزیکی، در 16 سناریو با ترکیب پارامترهای ورودی مختلف و با استفاده از مدل درختی m5 و روش anfisجهت برآورد ضریب دبی جریان سرریز کرامپ به عنوان پارامتر خروجی مورد استفاده قرار گر...

ارزیابی تأثیر نرمال سازی توزیع احتمالاتی رواناب ماهانه بر عملکرد مدل های SVM و ANN در شبیه سازی جریان ماهانه رودخانه ها (مطالعه موردی: حوزه زرینه رود)

     Accurate estimation of river flows is one of the fundamental activities in water resources management of river basins. Artificial neural network (ANN) and support vector machine (SVM) are the most important data mining models that can be considered for this purpose. Due to the data-based attribute of these models, probability distribution of data may have a considerable effects on their pe...

ارزیابی مدل های تلفیقی AR-ARCH و GAR-ARCH در مدل سازی دبی جریان (مطالعه موردی: رودخانه زرینه‌رود استان آذربایجان غربی)

بسیاری از فرآیندهای مربوط به سیستم‌های طبیعی نسبت به زمان غیر‌خطی بوده اگرچه جنبه‌های خاصی از این سیستم‌ها ممکن است نسبت به جنبه‌های دیگر به فرآیند خطی نزدیکتر باشند. به هر حال ماهیت غیر خطی بودن برای ما کاملا‌ً آشکار نیست. به همین دلیل به نظر می‌رسد با ترکیب مدل‌های خطی و غیرخطی بتوان نتایج مدل‌سازی‌های هیدرولوژیکی را افزایش داد. استفاده از مدل‌های سری زمانی یکی از راه‌های کاربردی در شبیه سازی ...

مدل سازی دبی رودخانه های سیلابی با استفاده از برنامه ریزی ژنتیک

توسعه و کاربرد یک مدل ناپارامتری برای شبیه سازی دبی جریان رودخانه

آبدهی رودخانه به عنوان ورودی به سیستم از پارامترهای مهم در مدیریت بهره برداری از مخازن سدها می باشد. شبیه سازی و پیش بینی آبدهی در مقیاس سالانه را می توان با استفاده از روشهای استوکاستیکی انجام داد. در مقیاس ماهانه که در مدیریت سد حائز اهمیت بیشتری است به علت نگرش فصلی و پریودیک روشهای استوکاستیکی, تعداد پارامترها افزایش یافته و در نتیجه خطای برآورد بیشتر می شود. در روش جدیدی که توسط شارما و هم...