فاطمه توکلی
دانشجوی کارشناسی ارشد /مهندسی منابع آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
[ 1 ] - ارزیابی کارایی روشهای مرسوم و رایانه ای در بازسازی سری زمانی دبی ماهانه ایستگاه های هیدرومتری
عدم وجود آمار و اطلاعات کامل، نمیتواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیشبینیهای درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روشهایی از قبیل آنالیز نسبتها، فرگمنت و توماس فیرینگ را برای بازسازی دادههای ناقص دبی در ایستگاههای هیدرومتری به کار بردهاند. لذا در این پژوهش دقت روشهای مذکور با روشهای رایانهای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - ...
[ 2 ] - پیشبینی جریان با استفاده از مدل ماشین بردار پشتیبان بر مبنای سری های زمانی دبی و بارش در ایستگاههای بالادست (مطالعه موردی : ایستگاه هیدرومتری تله زنگ)
در این پژوهش به منظور پیشبینی دبی ماهانه ایستگاه هیدرومتری تله زنگ از مدل ماشین بردار پشتیبان (svm) و آمار 10 ایستگاه هیدرومتری و 8 ایستگاه بارانسنجی بالادست آن در طول یک دوره آماری 20 ساله (1371-1390) استفاده شد. لذا در اولین گام تاثیر استفاده از سریهای زمانی دبی، بارش و ترکیبی از این دو پارامتر به عنوان ورودی و در گام بعد تاثیر تعداد ایستگاههای هیدرومتری و بارانسنجی بالادست بر نتایج پیش...
[ 3 ] - Evaluation of the Efficiency of Linear and Nonlinear Models in Predicting Monthly Rainfall (Case Study: Hamedan Province)
In this research, we used the support vector machine (SVM), support vector machine combine with wavelet transform (W-SVM), ARMAX and ARIMA models to predict the monthly values of precipitation. The study considers monthly time series data for precipitation stations located in Hamedan province during a 25-year period (1998-2016). The 25-year simulation period was divided into 17 years for t...
نویسندگان همکار