مدلسازی دادههای مهندسی آب با استفاده از روش رگرسیون فازی استوار کمترین مربعات پیراسته
نویسندگان
چکیده مقاله:
روشهای برآوردیابی پارامترهای مدلهای رگرسیون فازی کمترین مربعات خطا حساسیت (بسیار) زیادی نسبت به دادههای پرت دارند. اغلب روشهای موجود برآوردیابی پارامترهای این مدلها با رویکرد کمترین مربعات خطا، تحت تأثیر دادههای پرت، برآوردهایی نامناسب، دور از انتظار و با خطای زیاد ارائه میدهند. لذا در این مطالعه یک مدل رگرسیون فازی استوار کمترین مربعات پیراسته برای مدلسازی متغیرهای ورودی حقیقی-مقدار و متغیر خروجی فازی-مقدار معرفی خواهد شد. در این رویکرد، تابع هدف در برآوردیابی پارامترهای مدل بهگونهای ساختاربندی میشود که مجموع تا از کوچکترین توان دوم باقیماندههای مرتبشده کمینه شوند. این روش دارای الگوریتمی است که با جستجو در مجموعه مشاهدات به برآورد بهترین پارامترهای مدل بر اساس ترکیبهای مختلف انتخاب مشاهده خوب از مجموعه تایی مشاهدات، میپردازد. این موضوع باعث کاهش تأثیر مشاهدات پرت در فرآیند برآوردیابی پارامترهای مدل میشود. در انتها کاربرد روش پیشنهادی این مقاله در مدلسازی دادههای واقعی در مهندسی آب (آبشناسی) که اغلب شامل مشاهدات پرت هستند، موردبررسی و مطالعه قرار میگیرد. ازاینرو، در این مطالعه به مقایسه بین روش پیشنهاد شده در این مقاله و روش متداول رگرسیون کمترین مربعات فازی که در آن مشاهدات پرت و مشاهدات خوب تأثیر یکسانی در برآوردیابی پارامترهای مدل دارند، پرداخته میشود. نتایج تجربی این مطالعه کاربردی برتری برازش بهتر روش پیشنهادی بر این دادهها را در مقایسه با روش متداول رگرسیون فازی کمترین مربعات خطا نشان میدهد. همچنین روش پیشنهاد شده در این مقاله مشاهدات پرتی را که تأثیر نامطلوبی در برآوردیابی پارامترها داشتهاند را مشخص نموده است.
منابع مشابه
مدل سازی بار رسوب زیرحوضۀ دو حوضۀ آبخیز زاینده رود علیا با استفاده از روش رگرسیون کمترین مربعات فازی
برآورد تولید رسوب حوضه های آبخیز، یک امر مهم در طراحی سازه های آبی، مسائل زیستمحیطی و کیفیت آب رودخانه ها است. یکی از متداول ترین روشها برای برآورد میزان رسوب، روشهای تجربی است. با توجه به عدم قطعیت ارتباط بین تولید رسوب و عوامل مؤثر بر آن، روابط تجربی ارائهشده در این زمینه کارایی چندانی در این امر ندارند. این پژوهش به مدل سازی بار رسوب یکی از زیر حوضه های (زیرحوضه 2) حوضۀ آبخیز زاینده رود ...
متن کاملمقایسه مدل رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور
آبهای زیرزمینی بهعنوان مهمترین منبع تولید آب شیرین دشت نیشابور، با کسری مخزنی حدود 200 میلیون مترمکعب مواجه است. ازاینرو در پژوهش حاضر کارایی روشهای رگرسیون فازی امکانی و رگرسیون کمترین مربعات فازی در پیشبینی تراز سطح ایستابی آبخوان دشت نیشابور بررسی گردید. با استفاده از اطلاعات 57 چاه مشاهدهای از سال 1357 تا 1387 و اعمال پارامترهای بارش، تراز سطح ایستابی و تخلیه با تأخیر زمانی ی...
متن کاملتجزیه طیفی با استفاده از روش وارونسازی کمترین مربعات مقید شده
تجزیهطیفیدادههایلرزهایبا کمک تبدیلهای زمان-بسامد،دامنههایلرزهایراکهتابعیاززمانومکانهستندبهمقادیر طیفیکهتابع بسامد،زمانومکانهستند،تبدیلمیکننداین ابزاردر زمینههای گوناگون مانند تعیینضخامتلایه، نمایش رخسارههایچینهای،توصیف مشخصاتمخزنواکتشاف مستقیم منابعهیدروکربن کاربرد دارد. کاملاً واضح است که هرچه تفکیک زمانی و بسامدی در صفحه زمان–بسامد بیشتر باشد، رخدادها را میتوان بهتر جداسازی کرد. در...
متن کاملکاربرد روش برآورد مولفههای واریانس کمترین مربعات در مشاهدات GPS با استفاده از مدل هندسه- مبنا
پردازش دادههای ژئودتیکی، عموماً با روش کمترین مربعات صورت میگیرد. برای رسیدن به بهترین برآورد نااریب خطی ، استفاده از مدل تصادفی مناسب و یا به بیان دیگر ارائه وزن مناسب برای مشاهدات، الزامی است. برای تعیین مدل تصادفی مناسب از روش برآورد مولفههای واریانس استفاده میشود. یکی از کاربردهای ژئودتیکی برآورد مولفههای واریانس، وزندهی به مشاهدات سیستم تعیین موقعیت جهانی GPS میباشد. در این تحقیق از...
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 7 شماره 1
صفحات 1- 18
تاریخ انتشار 2017-08-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023