• شبیه سازی تبخیر با استفاده از مدل های فازی عصبی و مقایسه آن با مدل های سری زمانی (مطالعه موردی: دشت جم)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/01/01
    • تاریخ انتشار در تی پی بین: 1393/01/01
    • تعداد بازدید: 749
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    جهت مدیریت مناسب در یک حوضه هیدرولیکی نیاز به شناخت کامل آن می باشد. می توان گفت مهم ترین بخش ها از این شناخت مربوط به ارائه مدلی جهت معرفی تبخیر آن حوضه می باشد. در این تحقیق از شبکه های فازی عصبی- تطبیقی که ابزاری نیرومند برای شبیه سازی فرایندهای غیرخطی است و همچنین از مدل های آماری کلاسیک سری های نایستا (arma)  استفاده شده است. پتانسیل شبکه های فازی عصبی- تطبیقی در مقایسه با مدل های آماری پیش بینی سری های زمانی هیدروژئولوژیکی مورد ارزیابی قرار گرفته است. اغلب سعی بر این بوده است که از روش های ریاضی برای مدل سازی این پدیده استفاده شود که در مرحله واسنجی و آموزش یک مدل از تعدادی پارامترهای حوضه استفاده می شود که خود این پارامترها دقیق و بطور کامل قابل اطمینان نمی باشند. ریاضیات فازی با ارئه تابع عضویت بجای عدد مطلق برای پارامتر مذکور دقت عمل را در ارزش دهی داده ها بالا می برد. در این مقاله مدل تبخیر حوضه جم واقع در استان بوشهر با استفاده از روش های سری زمانی و سیستم استنتاج عصبی- فازی تطبیقی ارائه می شود و در نهایت مناسب ترین مدل های سری زمانی و نروفازی از طریق معیارهای ارزیابی مورد نظر ما مشخص می شوند. معیار ارزیابی جهت انتخاب مدل برتر بین 2 مدل سری زمانی و شبکه های فازی عصبی- تطبیقی، ضریب همبستگی(r2)  و مجذور میانگین مربعات خطا(rmse)  می باشد. نتایج این تحقیق نشان می دهد که شبکه های فازی عصبی- تطبیقی توانایی بالاتری را در شبیه سازی بارش در مقیاس ماهانه در دشت جم دارد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها