مقایسه روش رگرسیون غیرخطی با روش های هوش محاسباتی در برآورد توزیع مکانی آب معادل برف در سراب کارون
محل انتشار: فصلنامه علوم آب و خاک، دوره: 13، شماره: 50
سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 223
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-13-50_003
تاریخ نمایه سازی: 22 اردیبهشت 1400
چکیده مقاله:
معمولا برای ارزیابی منابع آب مرتبط با برف در حوضه های کوهستانی، از آب معادل برف استفاده می شود. در این تحقیق، با بهره گیری از داده های مشاهده ای، کاربرد رگرسیون غیرخطی، شبکه عصبی مصنوعی و هم چنین بهینه سازی پارامترهای شبکه با روش الگوریتم ژنتیک در برآورد ضخامت برف و آب معادل آن بررسی شد. بدین منظور مقادیر برآورد شده با شبکه عصبی مصنوعی، روش تلفیقی شبکه عصبی- الگوریتم ژنتیک و روش رگرسیونی با مقادیر مشاهده شده مقایسه گردید. بدین-منظور اندازه گیری های صحرایی در بهمن سال ۱۳۸۴ در سراب کارون انجام گردید. هم چنین ضریب هم بستگی، میانگین مربع خطا و میانگین خطای مطلق برای ارزیابی کارایی مدل های مختلف شبکه های عصبی مصنوعی و رگرسیون غیرخطی مورد استفاده قرارگرفت. با توجه به نتایج به دست آمده، روش های شبکه عصبی مصنوعی و شبکه عصبی تلفیق یافته با الگوریتم ژنتیک در برآورد آب معادل برف مناسب تشخیص داده شدند. به طور کلی از میان روش های به کار رفته، روش شبکه عصبی تلفیق یافته با الگوریتم ژنتیک بهترین نتیجه (۸۴/۰r=، ۰۴۱/۰MSE= و ۰۵۱/۰MAE=) را در بر داشته است. با توجه به پارامترهای مورد بررسی، ارتفاع از سطح دریا، مهم ترین پارامتر موثر جهت برآورد آب معادل برف است.
کلیدواژه ها: