[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت‌نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
فعالیت‌های انجمن::
اصول اخلاقی::
بانک‌ها و نمایه نامه‌ها::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آخرین مطالب بخش
:: ارزیابی ضریب تاثیر سال ۱۴۰۰
:: شماره ۳۵ نشریه
..
آخرین مطالب سایر بخش‌ها
..
فرم تعارض منافع و تعهد نویسندگان
نویسنده گرامی، تکمیل و ارسال فرم تعهد نویسندگان و فرم تعارض منافع در زمان ارسال مقاله الزامی است.
جهت دریافت فرم، روی کلمه فرم مورد نظر کلیک فرمایید و پس از تکمیل، در قسمت فایل‌های پیوست قرار دهید.
..
:: دوره 13، شماره 2 - ( 5-1404 ) ::
دوره 13 جلد 2 صفحات 60-39 برگشت به فهرست نسخه ها
ارزیابی مدل‌های هوشمند در پیش‌بینی دبی ایستگاه‌های آلادیزگه و ارباب‌کندی
فریبرز احمدزاده کلیبر ، احد مولوی* ، بهمن مهرورز قوجه بگلو
استادیار، گروه علوم و مهندسی آب، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران، ahad.molavi@iau.ac.ir
چکیده:   (97 مشاهده)
تحقیق حاضر باهدف ارزیابی عملکرد مدل‌های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حالت هیبرید آن‌ها با مدل موجک در پیش‌بینی دبی ایستگاه‌های هیدرومتری آلادیزگه و ارباب‌کندی واقع درحوضه قره سو انجام شد. با در نظر گرفتن شاخص همبستگی، در ایستگاه های هیدرومتری ارباب‌کندی و آلادیزگه به‌ترتیب دبی دو ماه قبل و دبی یک ماه قبل به‌عنوان ورودی مدل رواناب در نظر گرفته شدند. حالت بهینه در مدل‌های شبکه عصبی مصنوعی و هیبرید موجک- شبکه عصبی مصنوعی در ایستگاه آلادیزگه به‌ترتیب در دو و پنج نرون و در ایستگاه ارباب‌کندی به‌ترتیب در 12 و یک نرون حاصل شدند. نتایج حاکی از آن بود که تطابق بین مقادیر مشاهداتی رواناب و رواناب پیش‌بینی‌شده در استفاده از ترکیب موجک- شبکه عصبی مصنوعی و نیز ترکیب موجک- ماشین بردار پشتیبان نسبت به حالت‌های استفاده از شبکه عصبی مصنوعی و ماشین بردار پشتیبان مرسوم بالابود. به‌طوری‌که در ایستگاه ارباب‌کندی هیبرید کردن مدل منفرد شبکه عصبی مصنوعی با مدل موجک موجب افزایش پارامتر R از 44/0 به 91/0 و نیز کاهش پارامترهای RE و RMSE به‌ترتیب از 41 درصد و 03/2 مترمکعب بر ثانیه به 23 درصد و 33/1مترمکعب بر ثانیه شد. علاوه براین، شاخص‌های ضریب نش-ساتکلیف (NSE) و نسبت میانگین هندسی خطا (GMER) در مدل‌های ترکیبی موجک-شبکه عصبی مصنوعی و موجک-ماشین بردار پشتیبان در هر دو ایستگاه، نسبت به سایر مدل‌ها از عملکرد مطلوب‌تری برخوردار بودند. به‌ویژه در ایستگاه ارباب‌کندی، مقادیر این شاخص‌ها برای مدل موجک-شبکه عصبی مصنوعی به‌ترتیب 78/0 و 94/0 به‌دست آمد که نشان‌دهنده دقت و قابلیت اطمینان بالای این مدل است. بعد از مدل هیبرید موجک- شبکه عصبی مصنوعی که بهترین تطابق و همخوانی را با داده‌های مشاهداتی داشت، مدل هیبرید موجک- ماشین بردار پشتیبان در هر دو ایستگاه از دقت و کارایی خوبی برخوردار بود.
شماره‌ی مقاله: 3
واژه‌های کلیدی: شبکه عصبی مصنوعی، ماشین بردار پشتیبان، تبدیل موجک، تأخیر زمانی
متن کامل [PDF 2244 kb]   (37 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ahmadzadeh Kaleybar F, Molavi A, Mehrvarz Qoje Begloo B. Evaluation of intelligent models in predicting the discharge of Aladyzga and Arbabkandy stations. Journal of Rainwater Catchment Systems 2025; 13 (2) : 3
URL: http://jircsa.ir/article-1-586-fa.html

احمدزاده کلیبر فریبرز، مولوی احد، مهرورز قوجه بگلو بهمن. ارزیابی مدل‌های هوشمند در پیش‌بینی دبی ایستگاه‌های آلادیزگه و ارباب‌کندی. سامانه‌هاي سطوح آبگير باران. 1404; 13 (2) :39-60

URL: http://jircsa.ir/article-1-586-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 13، شماره 2 - ( 5-1404 ) برگشت به فهرست نسخه ها
مجله علمی سامانه های سطوح آبگیر باران Iranian Journal of Rainwater Catchment Systems
تکمیل و ارسال فرم تعارض منافع
نویسنده گرامی ، پس از ارسال مقاله ، جهت دریافت فرم، لطفا بر روی کلمه فرم تعارض منافع کلیک نمایید و پس از تکمیل، در فایل های پیوست مقاله قرار دهید.
Persian site map - English site map - Created in 0.04 seconds with 40 queries by YEKTAWEB 4714