مدل پیش‌بینی جریان رودخانه با استفاده از سیستم فازی FIS و الگوریتم بهینهسازی PSO
نویسندگان
چکیده مقاله:
هدف از این مطالعه پیش‌بینی رواناب به‌صورت مکانی با استفاده از اطلاعات ایستگاههای هیدرومتری و هواشناسی بود. بررسی‌ها نشان می‌دهد که معمولاً ارتباطات مشخصی بین داده‌های هواشناسی و هیدرومتری بالادست حوضه با میزان رواناب تولیدی در خروجی حوضه وجود دارد و چنانچه بتوان قوانین نهفته در سابقه تاریخی داده‌های ثبت شده در این ایستگاهها را استخراج نمود، می‌توان به آسانی بر پایه اطلاعات اندازه‌گیری شده به پیش‌بینی میزان رواناب پرداخت. بر این اساس از بین ابزارهای موجود، تئوری فازی می‌تواند با انعطاف‌پذیری خود در تدوین قوانین فازی، دانش نهفته در داده‌های مشاهده‌ای را به‌نحوه مطلوبی به‌منظور پیش‌بینی پارامترها در زمان واقعی ارائه نماید. لذا در این تحقیق سیستم استنتاج فازی به‌منظور برآورد میزان رواناب در ایستگاهی واقع در پایین‌دست رودخانه طالقان‌رود با استفاده از آمار ایستگاههای باران‌سنجی و هیدرومتری بالادست رودخانه به‌کار گرفته شد. اجرای سیستم فازی معمولی نشان‌دهنده عدم کارایی مناسب این ابزار در ارائه مقادیر صحیح پیش‌بینی است که علت آن را می‌توان در نامناسب بودن مقادیر بازه‌ای مرتبط با توابع عضویت هر یک از پارامترهای مؤثر در فرایند مدل‌سازی جستجو نمود. با توجه به زمان‌بر بودن ساخت تابع عضویت متناسب با هر یک از پارامترها به‌دلیل تعدد حالات مختلف توابع عضویت، اقدام به استفاده ترکیبی از الگوریتم بهینهسازی مبتنی بر هوش جمعی به‌منظور تسریع و بهبود وضعیت مدل‌سازی گردید. با اجرای مدل ترکیبی، مقادیر بهینه مرتبط با هر یک از توابع عضویت متغیرهای وابسته و مستقل، استخراج شده و بر پایه آن و با استفاده از سیستم فازی اقدام به پیش‌بینی رواناب در ایستگاه پایین‌دست رودخانه گردید. نتایج نشان‌دهنده دقت بالای استفاده از روش ترکیبی پیشنهادی در مقایسه با روشهای کاربرد منفرد استنتاج فازی است به‌طوری که با استفاده از این مدل پیشنهادی می‌توان میزان دقیق‌تری از رواناب را برای شرایط آینده برآورد نمود.
منابع مشابه
مدل پیش بینی جریان رودخانه با استفاده از سیستم فازی fis و الگوریتم بهینه سازی pso
هدف از این مطالعه پیش بینی رواناب به صورت مکانی با استفاده از اطلاعات ایستگاههای هیدرومتری و هواشناسی بود. بررسی ها نشان می دهد که معمولاً ارتباطات مشخصی بین داده های هواشناسی و هیدرومتری بالادست حوضه با میزان رواناب تولیدی در خروجی حوضه وجود دارد و چنانچه بتوان قوانین نهفته در سابقه تاریخی داده های ثبت شده در این ایستگاهها را استخراج نمود، می توان به آسانی بر پایه اطلاعات اندازه گیری شده به پیش...
متن کاملپیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی از جمله سیستم میباشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روشهای رایج، این است که این سیستم بر اساس قواعد اگر- آن‌گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
متن کاملپیش بینی جریان رودخانه با استفاده از سامانه استنتاج فازی(FIS) وسامانه استنتاج فازی- عصبی تطبیقی(ANFIS)
این مقاله فاقد چکیده میباشد.
متن کاملارایه مدل ارزیابی عملکرد نیروی انسانی با استفاده از سیستم استنتاج فازی (FIS)
Human resource performance assessment is an important part of human resource management and the core of performance management. However, reports of performance appraisals by supervisors are usually archived in employee records, and this often questions the credibility of assessors and the evaluation process. In terms of management, in the process of evaluating performance, valuable time needed ...
متن کاملپیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر- آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
متن کاملبهینهسازی هزینه انفجار در معادن سنگ آهک با الگوریتم PSO
پیش بینی و بهینه سازی هزینه انفجار برای رسیدن به خردایش مطلوب با در نظر داشتن کنترل پیامدهای نامطلوب ناشی از انفجار قابل توجه است. در این پژوهش با جمع آوری داده های انفجار از 6 معدن سنگ آهک در ایران با استفاده از رگرسیون چند متغیره غیر خطی با ارائه مدلی به منظور پیش بینی هزینه انفجار پرداخته شد. این مدل در مقایسه با مدل رگرسیون چند متغیره خطی ضریب همبستگی بالاتری (913/0) و جذر متوسط مربعات خطا ...
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 24 شماره 1
صفحات 112- 124
تاریخ انتشار 2013-03-01
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