بهبود دقت تخمین جریان ماهانه با کاهش نویز آشوبی (رودخانههای مورد مطالعه: نهندچای، اهرچای و لیقوانچای)
عنوان مقاله: بهبود دقت تخمین جریان ماهانه با کاهش نویز آشوبی (رودخانههای مورد مطالعه: نهندچای، اهرچای و لیقوانچای)
شناسه ملی مقاله: JR_WATER-11-1_006
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_WATER-11-1_006
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
لیلا ملکانی - گروه عمران، دانشکده فنی و مهندسی مرند، دانشگاه تبریز، مرند، ایران
خلاصه مقاله:
لیلا ملکانی - گروه عمران، دانشکده فنی و مهندسی مرند، دانشگاه تبریز، مرند، ایران
وجود ارتباط غیرخطی و پیچیده بین اجزای یک سیستم در فرایندهای هیدرولوژیکی و رفتار دینامیکی مابین آنها، استفاده از مدلهای هوشمند را جهت مدلسازی ضروری مینماید. معمولا در تحقیقات مختلف برای افزایش دقت نتایج مدلسازی، از مدلهای جدیدتر با قابلیت محاسباتی بیشتر استفاده میشود. علاوه بر تواناییهای محاسباتی مدلها، بکارگیری اطلاعات ورودی صحیح به آنها نیز دارای اهمیت است و لازمه رسیدن به دقت مناسب در انواع روشهای مدلسازی است. با توجه به اینکه خطا در دادههای هیدرولوژیکی معمولا وجود دارد، هدف از این تحقیق بررسی تاثیر حذف خطاهای ممکن در سیستمهای هیدرولوژیکی در میزان افزایش دقت مدلها است. در این تحقیق مقادیر جریان ماهانه حوضههای شاخص استان آذربایجانشرقی (رودخانههای نهند چای، لیقوانچای و اهرچای) در دو حالت با خطا و بدون خطا مورد بررسی قرار گرفته و سپس برای هر دو حالت، فرایند پیشبینی با مدل شبکههای عصبی مصنوعی مطالعه شده است. برای جداسازی خطای دادههای ورودی از نظریه آشوب استفاده شده است. بر اساس معیار ارزیابی نش-ساتکلیف، دقت نتایج مدلسازی جریان ماهانه رودخانههای نهند چای، لیقوانچای و اهرچای برای دادههای بدون نویز نسبت به دادههای خام، بترتیب به میزان (2/43، 9/27 و 9/5) افزایش یافته و مقدار خطا، بر اساس معیار مجذور میانگین مربعات خطا به مقدار (2/65، 5/63 و 7/2) کاهش داشته است.
کلمات کلیدی: پیشبینی رواناب, نظریه آشوب, شبکههای عصبی مصنوعی, کاهش خطا
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1158310/