مقایسه عملکرد شبکه عصبی مصنوعی و شبکه عصبی تکامل گرا در پیش بینی آبدهی رودخانه (مطالعه موردی: حوضه زهره در استان فارس)
محل انتشار: همایش ملی علوم مهندسی آب و فاضلاب
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 657
فایل این مقاله در 14 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:
NCWWE01_191
تاریخ نمایه سازی: 6 شهریور 1392
چکیده مقاله:
در این مطالعه به پیش بینی آبدهی رودخانه فهلیان در حوضه زهره با استفاده از شبکه عصبی مصنوعی وشبکه عصبی تکامل گرا پرداخته شد و عملکرد این دو مدل هوشمند با یکدیگر مقایسه گردید. عواملهواشناسی و هیدرولوژیک به کار گرفته شده شامل میانگین درجه حرارت، مجموع بارش و آبدهی متوسط درمقیاس ماهانه در حوضه مربوط به این رودخانه می باشند. در شبکه عصبی پیشرو چندلایه ، بر اساسساختارهای مختلف بررسی شده (حاصل از ترکیب پارامترها و تأخیرهای زمانی مربوط به هریک به عنوانورودی های مدل و تغییر تعداد نرون های لایه پنهان)، 5 الگو که بهترین عملکرد را داشتند، انتخاب گردیدند.در شبکه عصبی تکامل گرا، ورودی ها و همچنین تعداد نرون های لایه پنهان شبکه عصبی توسط الگوریتمژنتیک با تابع هدف حداقل سازی میانگین مربعات خطا بهینه شدند. نتایج نشان داد که با استفاده از معیارمیانگین مربعات خطا در مجموعه آزمون، شبکه عصبی تکامل گرا نسبت به شبکه عصبی پیشرو بهتر عمل میکند.
کلیدواژه ها:
نویسندگان
خاطره رضایی
دانشجوی کارشناسی ارشد مهندسی منابع آب، گروه مهندسی آب، دانشگاه آزاد اسلامی کرمان، ایران
نوید جلال کمالی
استادیار، گروه مهندسی آب، دانشگاه آزاد اسلامی کرمان، ایران
امیر جلال کمالی
استادیار، گروه مهندسی آب، دانشگاه آزاد اسلامی کرمان، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :