پیش بینی زمان واقعی سیل با استفاده از شبکه های عصبی ترکیبی
نویسنده:
چکیده:
روش های مبتنی بر ترکیب مدل ها، با تقسیم مساله پیچیده شبیه سازی به تعدادی مدل موضعی ساده و ترکیب جوابهای آنها ممکن است به جوابهای متفاوتی منتهی شوند. در این روش فضای ورودی به زیرفضاهایی تفکیک می شود و به هر بخش ویژه از این فضای ورودی تفکیک شده، مدل های مجزایی اختصاص می یابد. در این تحقیق با استفاده از سیل های تولید شده توسط یک مدل هیدرولوژیکی، مزیت استفاده از مدل های ترکیبی (Hybrid) نسبت به مدل های فراگیر در پیش یینی سیل زمان واقعی ارزیابی شده است. بدین منظور نتایج حاصل از یک شبکه عصبی فراگیر که کل فرایند سیل را توسط یک شبکه واحد شبیه سازی می کند با نتایج حاصل از دو مدل شبکه عصبی- یکی دارای 4 شبکه عصبی و دیگری دارای 8 شبکه عصبی- مقایسه شده است. براساس نتایج به دست آمده مشاهده می شود که مدل های ترکیبی در پیش بینی سیل – به ویژه در پیش بینی زمان و مقدار دبی اوج که افزایش دقت در پیش بینی آنها در سیستم های هشدار سیل از اهمیت ویژه ای برخوردار است- به طور قابل ملاحظه ای بهتر از مدل فراگیر عمل می کنند.
کلیدواژگان:
بارش ، رواناب ، خوشه بندی ، زمان ، واقعی ، شبکه های عصبی ترکیبی ، پیش بینی سیل
زبان:
فارسی
انتشار در:
صفحات:
1 تا 18
لینک کوتاه:
magiran.com/p691820
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!