• ثبت نام
    • ورود به سامانه
    مشاهده مورد 
    •   صفحهٔ اصلی
    • نشریات فارسی
    • جغرافیا و برنامه ریزی محیطی
    • دوره 28, شماره 1
    • مشاهده مورد
    •   صفحهٔ اصلی
    • نشریات فارسی
    • جغرافیا و برنامه ریزی محیطی
    • دوره 28, شماره 1
    • مشاهده مورد
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    مقایسۀ روش‌های شبکۀ عصبی مصنوعی و سیستم‌فازی در تعیین زمان پیش‌هشدار سیلاب‌ نمونۀ موردی زیرحوزۀ آبخیز رودخانۀ زرد - استان خوزستان

    (ندگان)پدیدآور
    ابراهیمی هروی, بهروزرنگزن, کاظمکابلی زاده, مصطفیدانشیان, حسن
    Thumbnail
    دریافت مدرک مشاهده
    FullText
    اندازه فایل: 
    1.687 مگابایت
    نوع فايل (MIME): 
    PDF
    نوع مدرک
    Text
    مقاله علمی
    زبان مدرک
    فارسی
    نمایش کامل رکورد
    چکیده
    چکیده روندیابی سیل یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به‌منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطۀ خطی ریاضیاتی نیست که با آن‌ سیلاب‌خیزی و وقوع سیلاب را در یک منطقه پیش‌بینی کرد و باید به این نوع پدیده‌ها به‌صورت مدل نگریست. روش‌های هوش ‌مصنوعی و از جملۀ آن‌ها روش شبکۀ عصبی ‌مصنوعی و سیستم استنتاج فازی، روش‌هایی مطلوب در این زمینه هستند. در این پژوهش با استفاده از روش‌های شبکۀ عصبی‌ مصنوعی و سیستم استنتاج فازی اقدام به روندیابی سیلاب در زیرحوزۀ آبخیز رودخانۀ زرد شده است. برای اجرای هر دو روش، ابتدا داده‌های لازم جمع‌آوری، سپس داده‌های پرت از سری داده‌ها حذف و درنهایت نرمال‌سازی شدند. مدل‌سازی روندیابی سیل با استفاده از شبکه‌های عصبی مصنوعی با کمک کدنویسی در نرم‌افزار متلب روی داده‌ها اجرا شد. برای اجرای سیستم استنتاج فازی نیز از این داده‌های آماده‌شده استفاده شد. در این پژوهش انواع ساختارهای متفاوت شبکۀ ‌عصبی مصنوعی با تعداد نرون‌ها، لایه‌های مخفی، تعداد دوره‌های آموزش و توابع فعالیت متفاوت بر روی داده‌ها اجرا شدند تا درنهایت بهترین ساختار برای منطقۀ مورد مطالعه به‌دست آید. برای مدل استنتاج فازی نیز انواع ساختارها اجرا شدند تا درنهایت بهترین مدل انتخاب شود. نتایج نشان داد‌ در حالت کلی، سیستم استنتاج فازی داده‌های منطقۀ مورد مطالعه را بهتر شبیه‌سازی می‌کند و نتایج بهتری نسبت به مدل شبکۀ عصبی مصنوعی نشان می‌دهد و مقادیر MSE و r در سیستم استنتاج فازی و مدل شبکۀ عصبی مصنوعی به‌ترتیب برابر با 2196/0 و 0297/0، 7667/0 و 96/0 است که نشان‌دهندۀ دقت بالاتر سیستم استنتاج‌فازی در پیش‌بینی سیلاب در حوزۀ آبخیز مورد مطالعه است.
    کلید واژگان
    روندیابی سیلاب
    رودخانۀ زرد
    شبکۀ ‌عصبی مصنوعی
    سیستم استنتاج فازی
    نرمال‌سازی
    میانگین‌مربعات‌خطا‌

    شماره نشریه
    1
    تاریخ نشر
    2017-05-22
    1396-03-01
    ناشر
    دانشگاه اصفهان
    University of Isfahan
    سازمان پدید آورنده
    کارشناس ارشد سنجش از دور و GIS، دانشگاه شهید چمران اهواز، ایران
    دانشیار، مدیر گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز، ایران
    استادیار، گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز، ایران
    دانشجوی دکتری زمین شناسی آب، کارشناس ارشد مطالعات پایه منابع آب ، سازمان آب و برق خوزستان، اهواز، ایران

    شاپا
    2008-5362
    2252-0910
    URI
    https://dx.doi.org/10.22108/gep.2017.97816
    http://gep.ui.ac.ir/article_22149.html
    https://iranjournals.nlai.ir/handle/123456789/369007

    مرور

    همه جای سامانهپایگاه‌ها و مجموعه‌ها بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌هااین مجموعه بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌ها

    حساب من

    ورود به سامانهثبت نام

    آمار

    مشاهده آمار استفاده

    تازه ترین ها

    تازه ترین مدارک
    © کليه حقوق اين سامانه برای سازمان اسناد و کتابخانه ملی ایران محفوظ است
    تماس با ما | ارسال بازخورد
    قدرت یافته توسطسیناوب