شماره ركورد :
1119071
عنوان مقاله :
ارتقاء تخمين هدايت الكتريكي رودخانه با كاربرد مدل‌هاي شبكه عصبي و استنتاج فازي- عصبي تطبيقي بر اساس روش تجزيه به مؤلفه‌هاي اصلي (مطالعه موردي نكارود)
عنوان به زبان ديگر :
An Improvement on the Estimation of River ECs Using ANN Models and ANFIS Involving PCA Analysis, Case Study; Nekarood River, IRAN
پديد آورندگان :
محمدي، پروا دانشگاه تهران - دانشكده مهندسي و فناوري كشاورزي - گروه مهندسي آبياري و آباداني , ابراهيمي، كيومرث دانشگاه تهران - گروه مهندسي آبياري و آباداني
تعداد صفحه :
11
از صفحه :
29
تا صفحه :
39
كليدواژه :
پارامترهاي كيفي , دوره كم آبي , دوره پرآبي , مدلسازي , مدل هاي شبكه عصبي و استنتاج فازي- عصبي تطبيقي , روش تجزيه به مؤلفه هاي اصلي
چكيده فارسي :
تخمين تغييرات پارامترهاي كيفي منابع آب از جمله هدايت الكتريكي در طول يك رودخانه ضروري است. در مقاله حاضر از شبكه عصبي مصنوعي (ANN) و استنتاج فازي-عصبي تطبيقي (ANFIS-SC) جهت تخمين هدايت الكتريكي (EC) رودخانه نكارود در دوره آماري 22 ساله (1392-1371) استفاده شده است. دوره مطالعاتي مذكور بر اساس ميزان جريان رودخانه به دو دوره كم­ آبي و پرآبي تفكيك شد، سپس با­استفاده از روش تجزيه به مؤلفه­هاي اصلي، پارامترهاي مؤثر در تخمـين EC تعيين و براي ورودي مدل­ها استفاده شد. نتايج نشان داد كمترين مقدار مجذور ميانگين مربعات خطا (RMSE) در دوره كم ­آبي و پرآبي در دو روش مربوط به مؤلفه اول است كه مقدار اين آماره در روش ANN مربوط به دوره آموزش و صحت­سنجي در دوره كم­آبي برابر با µS/cm 22/35 و 10/81 و در دوره پرآبي برابر با µS/cm 6/92 و 8/49تخمين زده است. در روش ANN-SC مقدار RMSE در دوره كم ­آبي در دوره آموزش و صحت سنجي برابر باµS/cm 21/86 و 13/14 و در دوره پرآبي برابر باµS/cm 8/5 و 13/19 به­دست آمده است. پارامترهاي مؤلفه اول در دوره كم ­آبي شاملCa ،So4 ،Hco3 ،Mg ، TDS، مجموع آنيون ­ها و كاتيون ­ها و در دوره پرآبي شامل پارامترهايCa ،Hco3 ، TDS، مجموع آنيون ­ها و كاتيون ­ها مي­ باشد.
چكيده لاتين :
Estimation of changes in water quality parameters including electrical conductivity along a river is essential. In this paper, ANN and ANFIS-SC were used to estimate the ECs of the Nekarood River, North Iran, from 1992-2013. The study period was divided into two periods of dry and wet, based on the river flow rate. Then, Using the PCA, the effective parameters in EC estimation were determined and used for model inputs. The results showed that the least amounts of RMSE in dry and wet periods in the two methods was related to the first component. The value of RMSE in the ANN model, during the training and testing process of dry period, were estimated equal to 22.35 and 10.81μS/cm, respectively and as well for the wet period were equal to 6.92 and 8.49μS/cm, respectively. Also, for the ANFIS-SC method, the RMSE values in the training and testing process were equal to 21.86 and 13.14μS/cm for the dry period and were equal to 8.5 and 13.19μS/cm during the wet period. The first component parameters in the dry period include Ca, So4, Hco3, Mg, TDS, total anions and cations, and for wet period, its parameters included Ca, Hco3, TDS, total anions and cations.
سال انتشار :
1398
عنوان نشريه :
علوم و مهندسي آبخيزداري ايران
فايل PDF :
7748849
لينک به اين مدرک :
بازگشت