کاربرد آنتروپی شانون برای انتخاب ورودی های بهینه درپیش بینی جریان رودخانه بااستفاده از مدل-های هوشمند(مطالعه موردی: صوفی چای)
محل انتشار: فصلنامه علوم و مهندسی آبیاری، دوره: 41، شماره: 2
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 428
فایل این مقاله در 13 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_JISE-41-2_013
تاریخ نمایه سازی: 12 تیر 1398
چکیده مقاله:
پیش بینی جریان رودخانه یکی از موارد مهم در مدیریت منابع آب های سطحی، بهره برداری از مخازن سدها، کنترل سیلاب و خشکسالی میباشد. انتخاب ورودی های مناسب برای افزایش دقت وکارایی مدل های هوشمند از اهمیت بهسزایی برخوردار است. در این تحقیق به ارزیابی عملکرد آنتروپی شانون درتعیین ورودی های مناسب و کارایی مدل های، شبکه عصبی مصنوعی و شبکه بیزین، در پیش بینی جریان ماهانهی رودخانهی صوفی چای در ایستگاه تازهکند، در طی بازهی زمانی(1352-1391) پرداخته شده است. آنتروپی شانون، به عنوان روشی برای بیان اطلاعات یا عدم قطعیت یک پدیده مورداستفاده قرار میگیرد. همچنین به عنوان شاخصی برای کمی کردن میزان عدم آگاهی و دانش نسبت به مشخصات یک سامانه، استفاده میشود. دادههای جریان ماهانه با تاخیرهای مختلف به عنوان ورودی به آنتروپی شانون در نظر گرفتهشد. نتایج آنتروپی نشان داد که جریان رودخانه با سه تاخیر زمانی، عملکرد بهتری نشان میدهد. سپس نتایج حاصل از پیش بینی، با دو مدل شبکه عصبی مصنوعی و شبکه بیزین مقایسه گردید. عملکرد این دو مدل با شاخصهای آماری ضریب تبیین (R2)، جذر میانگین مربعات خطا(RMSE) و شاخص پراکندگی(SI) ارزیابی شد. نتایج نشان داد که مدل شبکه عصبی مصنوعی با ضریب تبیین بیشتر و جذر میانگین مربعات خطا کمتر و شاخص پراکندگی کمتر در مقایسه با شبکه بیزین، از کارایی بالاتری برخورداراست و ازاین رو آنتروپی شانون در تعیین ترکیب بهینهی ورودیها به مدلهای هوشمند مناسب میباشد.
کلیدواژه ها:
نویسندگان
فاطمه آخونی پورحسینی
دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تبریز.
محمدعلی قربانی
دانشیار بخش مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز.