بهینه سازی شبکه ANFIS برای شبیه سازی دراز مدت بارندگی شهر بابلسر
محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 52، شماره: 8
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 122
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-52-8_008
تاریخ نمایه سازی: 31 اردیبهشت 1402
چکیده مقاله:
در این مطالعه، مقادیر بارندگی دراز مدت شهر بابلسر در یک بازه زمانی ۶۸ ساله از سال ۱۹۵۱ تا ۲۰۱۹ با استفاده از یک مدل هوش مصنوعی ترکیبی بهینهیافته شبیهسازی شد. برای توسعه مدل ترکیبی، شبکه انفیس با تبدیل موجک ترکیب شدند. در ابتدا، با استفاده از تابع خودهمبستگی، تاخیرهای موثر دادههای سری زمانی شناسایی شدند. سپس با استفاده از این تاخیرها، شش مدل انفیس تعریف گردید. با اجرای یک تحلیل حساسیت، بهترین مدل انفیس معرفی شد. مقادیر ضریب همبستگی (R)، شاخص عملکرد (VAF) و شاخص پراکندگی (SI) برای وضعیت آزمون مدل برتر انفیس بهترتیب برابر با ۶۱۲/۰، ۰۲۹/۳۷ و ۷۶۱/۰ محاسبه شدند. علاوه بر این، تجزیه و تحلیل نتایج مدلسازیها نشان داد که تاخیرهای شماره (t-۱)، (t-۲)، (t-۱۲) و (t-۳۶) تاثیرگذارترین تاخیرهای دادههای سری زمانی بودند. در انتها، مدل ترکیبی برتر برای سه سطح تجزیه مختلف مورد ارزیابی قرار گرفت که بهترین نتایج برای سطح تجزیه دوم بدست آمد. در حالت آزمون مقادیر R و VAF و SI برای مدل برتر ترکیبی بهترتیب مساوی با ۹۷۲/، ۴۵۵/۹۴ و ۲۲۶/۰ بودند. بنابراین، نتایج شبیهسازیها نشان داد که تبدیل موجک دقت مدلسازی را به شکل قابل توجهی افزایش داد.
کلیدواژه ها:
نویسندگان
علی جمالوندی
دانشجوی دکتری منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
بهروز یعقوبی
گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
محمد علی ایزدبخش
گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
سعید شعبانلو
گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :