مدل سازی جریان روزانه رودخانه با استفاده از فرامدل های شبیه ساز (مطالعه موردی:رودخانه گاماسیاب)
عنوان مقاله: مدل سازی جریان روزانه رودخانه با استفاده از فرامدل های شبیه ساز (مطالعه موردی:رودخانه گاماسیاب)
شناسه ملی مقاله: JR_ESTJ-22-4_010
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_ESTJ-22-4_010
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
معصومه زینعلی - دانشجوی دکتری منابع آب، گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی دانشگاه تهران؛ کرج؛ ایران.
محمدرضا گلابی - دکترای منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، ایران. (نویسنده مسئول)
محمد حسین نیک سخن - دانشیار دانشکده محیط زیست، دانشگاه تهران، ایران.
محمد رضا شریفی - استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، ایران.
خلاصه مقاله:
معصومه زینعلی - دانشجوی دکتری منابع آب، گروه مهندسی آبیاری و آبادانی؛ پردیس کشاورزی و منابع طبیعی دانشگاه تهران؛ کرج؛ ایران.
محمدرضا گلابی - دکترای منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، ایران. (نویسنده مسئول)
محمد حسین نیک سخن - دانشیار دانشکده محیط زیست، دانشگاه تهران، ایران.
محمد رضا شریفی - استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، ایران.
زمینه و هدف: هدف در ابتدا بیان نمودن تفاوتها و شناسایی۳ مدل به نامهای، برنامه ریزی بیان ژن (GEP)، شبکه عصبی – فازی (ANFIS) و شبکه بیزین (BN) است و مقایسه آنها با یکدیگر و سوال اساسی تحقیق این است که ایا فرامدل شبیهساز برتر در این مطالعه میتواند در شرایط کمبود داده و اطلاعات، جایگزین مناسبی برای مدلهای مفهومی باشد. روش بررسی: دادههای مورد استفاده برای این پژوهش، دادههای بارش و جریان روزانه رودخانه گاماسیاب نهاوند در یک دوره ۱۰ ساله ۱۳۹۱-۱۳۸۱ میباشد. برای مرحله پیشبینی یا شبیهسازی از دادههای سال آبی ۱۳۹۱-۱۳۹۰ استفاده شده است. یافتهها: در مرحله آموزش و با توجه به ضریب تبیین و پارامتر جذر میانگین مربعات خطا و معیار AIC، مشاهده می شود که در هر ۳ مدل، هم در مرحله آموزش و هم در مرحله تست شاهد اختلاف بسیار اندک در مقدار این پارامترها هستیم و نتایج هر ۳مدل تقریبا با اختلاف بسیار اندک، نزدیک به هم است و تقریبا برتری نسبی مدل GEP را میتوان مشاهده کرد. بحث و نتیجه گیری: نتایج بیانگر آن است که فرامدل[۱] شبیه ساز بیان ژن توانایی خوبی برای شبیه سازی و پیش بینی جریان روزانه رودخانه دارد و این فرامدل شبیهساز، میتواند در شرایط کمبود داده و اطلاعات، جایگزین مناسبی برای مدلهای مفهومی باشد. علاوه بر این سرعت اجرای مدل برنامهریزی بیان ژن نسبت به بقیه مدل ها بیشتر بوده و در زمان کوتاهی قادر به ارائه نتایج بوده است. [۱]- Meta Model
کلمات کلیدی: مدل سازی جریان, مدل GEP, مدل ANFIS, مدلBN, گاماسیاب
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1287429/