تخمین جریان رودخانه زرینه رود با استفاده از مدل های هیبریدی فراکاوشی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
- نویسنده محمد عیسی زاده
- استاد راهنما محمد علی قربانی
- سال انتشار 1394
چکیده
در این پایان نامه قابلیت مدل های شبکه عصبی پرسپترون چند لایه، رگرسیون بردار پشتیبان، هیبرید موجک – عصبی و هیبرید موجک – رگرسیون بردار پشتیبان برای تخمین جریان رودخانه بررسی گردید . در این راستا سری زمانی جریان ماهانه رودخانه در دوره 1367 تا 1390 برای ایستگاه های صفاخانه، سنته و پل آنیان از حوضه آبریز رودخانه زرینه رود در شمال غربی ایران استفاده شد. جهت تعیین بهترین ساختار ورودی مدل ها، ترکیب های ورودی مختلف از جریان ماهانه تاخیر یافته، سری میانگین ماهانه و شاخص زمان مورد بررسی قرار گرفت. نتایج مدل ها با استفاده از ریشه میانگین مربعات خطا (rmse) و ضریب همبستگی (cc) مقایسه شدند. مقایسه مدل ها نشان می دهد که مدل های هیبرید موجک – عصبی و موجک –رگرسیون بردار پشتیبان از مدل های منفرد بهتر عمل نموده است. همچنین نتایج نشان داد که افزودن شاخص زمان و سری میانگین ماهانه به ورودی مدل ها به طور قابل توجهی باعث افزایش عملکرد آنها می گردد. همچنین مدل موجک_ عصبی با مقادیر cc و rmse به ترتیب برابر با 991/0، (m3/s)084/1، 994/0، (m3/s)262/1، 987/0 و(m3/s)487/6 در دوره صحت سنجی، بهتر از سایر مدل ها برای پیش بینی سری زمانی جریان ماهانه ایستگاه های صفاخانه، سنته و پل آنیان عمل نموده است.
منابع مشابه
پیش بینی جریان آبراهه ای با استفاده از مدل های هیبریدی هوشمند در مقیاس ماهانه (مطالعه موردی: رودخانه زرین رود)
زمینه و هدف: انتخاب ورودی‌های مناسب برای مدل‌های هوشمند از اهمیت بسزایی برخوردار است زیرا باعث کاهش هزینه و صرفه‌جویی در وقت و افزایش دقت و کارایی مدل‌ها می‌شود. هدف از پژوهش حاضر،کاربرد آنتروپی شانون برای انتخاب ترکیب بهینه متغیرهای ورودی در شبیه سازی دبی ماهانه توسط پارامترهای هواشناسی می‌باشد. روش بررسی: در این مطالعه داده های هواشناسی و سری زمانی ماهانه دب...
متن کاملتحلیل مورفولوژیکی مجرای رودخانۀ زرینه رود با استفاده از مدل رزگن
در این پژوهش مورفولوژیِ مجرایِ رودخانة زرینهرود با استفاده از مدل ژئومورفولوژیکی رزگن بررسی می‌شود. این پژوهش متکی بر نقشههای توپوگرافی مقیاس 1:2000 و کارهای میدانی است. زرینهرود در بازههای بالادست سد نوروزلو عمدتاً از نوع C رزگن است. این رودخانه از پاییندست شهر محمودآباد تا پایاب سد انحرافی نوروزلو به نمونهای مشخص از رودخانههای نوع C4 با بستر گراولی و مورفولوژی حوضچه- خیزآب تبدیل می‌شود. ...
متن کاملتحلیل پارامترهای رودخانه با استفاده از شاخص های مبتنی بر نظریه آشوب (مطالعه موردی: دبی جریان رودخانه زاینده رود)
تحلیل پارامترهای هیدرولوژیک رودخانه در مقیاس‌های کوتاه‌مدت و بازه بلند‌مدت زمانی، نقش به‌سزایی در مطالعات تولید و ذخیره‌سازی انرژی برقابی، کنترل سیلاب و خشکسالی دارد. در این پژوهش، با به‌کارگیری شاخص‌های آشوبی، وضعیت دینامیک سری زمانی جریان و تأثیر مقیاس زمانی بر رفتار جریان رودخانه زاینده‌رود طی 43 سال (92-1350) ارزیابی گردیده است. داده‌های ایستگاه‌های هیدرومتری اسکندری، قلعه شاهرخ، پل زمانخا...
متن کاملارزشگذاری بهبود کارکردهای زیست محیطی رودخانه زرینه رود با استفاده از روش آزمون انتخاب
برداشت بی رویه آب زرینه رود به عنوان یکی از روان آب های اصلی تغذیه کننده دریاچه ارومیه، برای مصارف کشاورزی، صنعتی و شهری و برنامه های توسعه اجرا شده روی این رودخانه که پایداری را در مدیریت این منبع اکوسیستمی در نظرنگرفته، باعث از بین رفتن گونه های مختلف جانوری و کاهش منافع و خدمات اکوسیستمی در پاییندست و شتاب در خشک شدن دریاچه ارومیه شده است. با توجه به کارکردهای زیست محیطی مهم این رودخانه، د...
متن کاملارزیابی 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...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023