شبیهسازی جریان روزانة ورودی به سد طالقان با استفاده از مدلهای همراشتین-واینر
نویسندگان
چکیده مقاله:
سیستمهای همراشتین - واینر از جمله مدلهایی هستند که توانایی تشریح سیستمهای دینامیک غیرخطی را دارند. این مدلها، مدلهایی غیرخطیاند که بهواسطة سادگی و مفهوم فیزیکیشان، در دامنة وسیعی از علوم کاربرد دارند. در این تحقیق، برای اولین بار در حوزة هیدرولوژی و مدیریت منابع آب، سه ساختار مختلف از این مدلها بهمنظور شبیهسازی جریان روزانة ورودی به مخزن سد طالقان با استفاده از دادههای روزانة دما و بارندگی بهعنوان ورودیهای مدل توسط آمارههای R2، RMSE، SRMSE، MAE، d و PEP ارزیابی شدند. بهاینمنظور، از اطلاعات مخزن سد طالقان بین سالهای 1385 تا 1390 استفاده شد. نتایج این ارزیابی با پیشپردازش اطلاعات (HW1) و بدون پیشپردازش اطلاعات (HW2)، با عملکرد دو مدل شبکة عصبی مصنوعی پیشخور با دو لایة مخفی (FeedF2) و شبکة عصبی رگرسیون تعمیمیافته (GRNN2) مقایسه شد. نتایج نشان داد که براساس همۀ شاخصها، عملکرد مدلهای همراشتین - واینر از مدلهای شبکة عصبی مصنوعی بهتر است. بهویژه، مقادیر میانگین و انحراف استاندارد ماهانة سری مشاهداتی به بهترین شکل از طریق این مدلها شبیهسازی میشوند. مقدار شاخص SRMSE مدل HW1 در مراحل واسنجی و آزمون بهترتیب 33 و 37 درصد و برای مدل HW2 بهترتیب 28 و 43 درصد برآورد شد، درحالیکه همین شاخص برای دو مدل دیگر بهترتیب 71 و 50 و 58 و 50 درصد برآورد شد.
منابع مشابه
شبیه سازی جریان روزانة ورودی به سد طالقان با استفاده از مدل های همراشتین-واینر
سیستم های همراشتین - واینر از جمله مدل هایی هستند که توانایی تشریح سیستم های دینامیک غیرخطی را دارند. این مدل ها، مدل هایی غیرخطی اند که به واسطة سادگی و مفهوم فیزیکی شان، در دامنة وسیعی از علوم کاربرد دارند. در این تحقیق، برای اولین بار در حوزة هیدرولوژی و مدیریت منابع آب، سه ساختار مختلف از این مدل ها به منظور شبیه سازی جریان روزانة ورودی به مخزن سد طالقان با استفاده از داده های روزانة دما و ...
متن کاملمطالعة اثر تغییر اقلیم بر جریان ورودی به مخزن سد طالقان با استفاده از روش ترکیب اطلاعات
در تحقیق حاضر، کاربرد روش ترکیب اطلاعات در شبیهسازی فرایند هیدرولوژیک جریان ورودی به مخزن سد طالقان بررسی شد. دو الگوریتم ترکیب اطلاعات بر مبنای الگوریتم K نزدیکترین همسایه (K-NN) پیشنهاد و ارزیابی شدند. چهار مدل شبکۀ عصبی مصنوعی و دو مدل همراشتین - واینر بهعنوان مدلهای شبیهساز جریان روزانۀ ورودی به مخزن بهکار گرفته شدند. مقایسۀ نتایج حاصل از روش ترکیب اطلاعات با مدلهای منفرد، حاکی از اف...
متن کاملمطالعة اثر تغییر اقلیم بر جریان ورودی به مخزن سد طالقان با استفاده از روش ترکیب اطلاعات
در تحقیق حاضر، کاربرد روش ترکیب اطلاعات در شبیه سازی فرایند هیدرولوژیک جریان ورودی به مخزن سد طالقان بررسی شد. دو الگوریتم ترکیب اطلاعات بر مبنای الگوریتم k نزدیک ترین همسایه (k-nn) پیشنهاد و ارزیابی شدند. چهار مدل شبکۀ عصبی مصنوعی و دو مدل همراشتین - واینر به عنوان مدل های شبیه ساز جریان روزانۀ ورودی به مخزن به کار گرفته شدند. مقایسۀ نتایج حاصل از روش ترکیب اطلاعات با مدل های منفرد، حاکی از اف...
متن کاملپیشبینی جریان ورودی به مخزن سد کمال صالح با استفاده از محاسبات نرم
پیشبینی جریان ورودی به مخازن سدها به منظور انجام برنامهریزی و بهرهبرداری مناسب منابع آب لازم و ضروری است. در این تحقیق عملکرد دو مدل هوشمند شبکههای عصبی مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی مبتنی بر روش دستهبندی تفریقی در پیشبینی جریان ورودی به سد کمال صالح در استان مرکزی مورد بررسی قرار گرفت. بدین منظور از دادههای جریان و بارش در یک دوره آماری 31 ساله (1390- 1360)استفاده شد و پیشب...
متن کاملپیشبینی جریان ورودی به مخزن سد کمال صالح با استفاده از محاسبات نرم
چکیده پیشبینی جریان ورودی به مخازن سدها به منظور انجام برنامهریزی و بهرهبرداری مناسب منابع آب لازم و ضروری است. در این تحقیق عملکرد دو مدل هوشمند شبکههای عصبی مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی مبتنی بر روش دستهبندی تفریقی در پیشبینی جریان ورودی به سد کمال صالح در استان مرکزی مورد بررسی قرار گرفت. بدین منظور از دادههای جریان و بارش در یک دوره آماری 31 ساله (1390-...
متن کاملپیشبینی جریان ورودی به سد علویان با استفاده از سیستم تطبیقی فازی-عصبی بهینهشده
در این تحقیق با استفاده از اطلاعات روزانه، هفتگی، 10 روزه و ماهانه آب ورودی به سد علویان در شمال غرب ایران، جریان بهنگام آب ورودی به مخزن با استفاده از سیستم تطبیقی فازی-عصبی بهینهشده (OANFIS) پیشبینیشده است. بهمنظور تعیین تعداد و فواصل زمانی ورودیهای مدل، از دو الگوریتم جستجوی ترتیبی (Sequential Search) و جستجوی جامع (Exhaustive Search) جهت حداقل نمودن خطای پیشبینی استفادهشده است. در جس...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 3 شماره 1
صفحات 1- 12
تاریخ انتشار 2013-08-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023