پیش بینی جریان رودخانه شهرچای در حوضه آبریز دریاچه ارومیه با استفاده از برنامه ریزی ژنتیک و مدل درختی

چکیده:
منابع آب شیرین قابل استحصال با محدودیت جدی مواجه است، بنابراین پیش بینی هرچه دقیق تر جریان رودخانه در تحلیل بسیاری از پدیده های خشکسالی و سیلاب، آبگیری از رودخانه ها و سایر مسائل مرتبط از اهمیت بالایی برخوردار بوده و از ارکان اساسی برنامه ریزی و مدیریت منابع آب های سطحی می باشد. از این رو متخصصان همواره برای تخمین صحیح دبی رودخانه و اصلاح روش های موجود تلاش می نمایند. در این راستا و در تحقیق حاضر، از روش های هوشمند برنامه ریزی ژنتیک و مدل درختی M5 برای مدل سازی و پیش بینی جریان رودخانه شهرچای در حوضه آبریز دریاچه ارومیه استفاده شده است. بدین منظور، داده های میانگین ماهانه دبی رودخانه شهرچای در ایستگاه بند در بازه زمانی بین سال های 1330 الی 1390 برای واسنجی و صحت سنجی روش های مذکور مورد استفاده قرار گرفته و دقت این روش ها با استفاده از پارامترهای آماری جذر میانگین مربعات خطا، میانگین خطای مطلق و ضریب همبستگی مورد بررسی قرار گرفته است. نتایج حاصل از این مطالعه نشان دادند که روش برنامه ریزی ژنتیک با دارا بودن خطای 3094/3 و مدل درختی M5 با خطای 5514/3 در حالت استفاده از حافظه های دبی یک، دو و سه ماه قبل (Qt-1، Qt-2، Qt-3) با داشتن کمترین مقدار خطا، عملکرد مناسبی در پیش بینی جریان رودخانه داشته اند. در نهایت روش برنامه ریزی ژنتیک در حالت استفاده از توابع ریاضی متشکل از چهار عملی اصلی، لگاریتم و توان و با در نظر گرفتن پارامترهای ورودی Qt-1،Qt-2،Qt-3 و دارا بودن بهترین عملکرد، به عنوان روشی مناسب برای پیش بینی جریان رودخانه پیشنهاد گردید.
زبان:
فارسی
صفحات:
1190 تا 1206
لینک کوتاه:
magiran.com/p1507447 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!