به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « Sea » در نشریات گروه « آب و خاک »

تکرار جستجوی کلیدواژه «Sea» در نشریات گروه «کشاورزی»
  • علیرضا عمادی*، سروین زمان زاد قویدل، سید عرفان حسینی، همتا توسلی، رضا سبحانی

    ارتفاع موج شاخص یکی از پارامتر های اساسی برای عملیات مهندسی سواحل و سازه های دریایی می باشد. در این مطالعه، با به کارگیری سامانه استنتاجی فازی-عصبی تطبیقی (ANFIS) و برنامه ریزی بیان ژن (GEP) و ترکیب آن ها با تئوری موجک (WANFIS، WGEP) بر اساس سه سناریو شامل متغیرهای 1- امواج، 2- هواشناسی و 3- ترکیب سناریو اول و دوم، در گام های زمانی بدون تاخیر زمانی، 12 و 24 ساعته به تخمین ارتفاع موج شاخص، پرداخته شد. همچنین، نتایج حاکی از این است که به علت نویززدایی و حذف عدم قطعیت در داده ها، مدل‏های ترکیبی-موجکی نتایج بهتری را نسبت به مدل‏های منفرد ارائه داده‏اند. درصد بهبود عملکرد مدل های WGEP نسبت به GEP با در نظر گرفتن معیار RMSE به ترتیب برای سناریوهای اول تا سوم مقدار 11%، 35% و 7% بوده است. بسیاری از شرایط هیدرولوژیک در دریاها به تغییر دما بستگی داشته و میزان این پارامتر عامل تعیین کننده مهمی در شرایط محیطی هر منطقه می باشد. همچنین، تغییرات دما و باد سطحی سبب تغییر چگالی آب دریا می شود. بنابراین، متغیرهای اقلیمی منطقه می تواند بر عملکرد سناریوهای مختلف تاثیرگذار باشد. نتایج این مطالعه و ارائه رابطه ریاضی حاکم برای تخمین مقدار ارتفاع موج شاخص توسط روش برنامه ریزی بیان ژن می تواند کاربرد بسیاری در بخش مدیریت و مهندسی سواحل و منابع آب داشته باشد.

    کلید واژگان: برنامه ریزی بیان ژن, دریا, مدلسازی, هواشناسی}
    AliReza Emadi *, Sarvin Zamanzad Ghavidel, Seyyed Erfan Hosseini, Hamta Tavassoli, Reza Sobhani

    The significant wave height is one of the basic parameters for engineering operations of coasts and marine structures. In this study, significant wave height was estimated based on three scenarios including variables 1- waves, 2- meteorological and 3- combination of the first and second scenario, in time steps without time delay, 12 and 24 hours using adaptive neural fuzzy inference system (ANFIS) and gene expression programming (GEP) and combining them with wavelet theory (WANFIS, WGEP). Also, the results indicate that due to de-noising and removal of uncertainty in the data, combined-wavelet models have provided better results than singular models. The performance improvement percentage of WGEP models compared to GEP considering the RMSE criterion was 11%, 35%, and 7% for the first to third scenarios, respectively. Most of the hydrological conditions in the seas depend on temperature changes and the amount of this parameter is an important determining factor in the environmental conditions of each region. Also, changes in temperature and surface wind change the density of sea water. Therefore, the climatic variables of the region can affect different scenarios. The results of this study and the presentation of the governing mathematical relationship for estimating the value of significant wave height by the method of gene expression programming can be very useful in the field of coastal and water resources management and engineering.

    Keywords: Gene expression programming, Meteorology, Modeling, Sea}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال