| dc.contributor.author | رادمنش, فریدون | fa_IR |
| dc.contributor.author | پورحقی, امیر | fa_IR |
| dc.contributor.author | سلگی, اباذر | fa_IR |
| dc.date.accessioned | 1399-08-01T22:56:42Z | fa_IR |
| dc.date.accessioned | 2020-10-22T22:56:43Z | |
| dc.date.available | 1399-08-01T22:56:42Z | fa_IR |
| dc.date.available | 2020-10-22T22:56:43Z | |
| dc.date.issued | 2016-12-21 | en_US |
| dc.date.issued | 1395-10-01 | fa_IR |
| dc.date.submitted | 2016-11-10 | en_US |
| dc.date.submitted | 1395-08-20 | fa_IR |
| dc.identifier.citation | رادمنش, فریدون, پورحقی, امیر, سلگی, اباذر. (1395). بهبود عملکرد مدل شبکۀ عصبی مصنوعی با کمک تبدیل موجک و روش PCA برای مدل‌سازی و پیش‌بینی اکسیژن مورد نیاز بیولوژیکی (BOD). اکوهیدرولوژی, 3(4), 569-585. doi: 10.22059/ije.2016.60359 | fa_IR |
| dc.identifier.issn | 2423-6098 | |
| dc.identifier.issn | 2423-6101 | |
| dc.identifier.uri | https://dx.doi.org/10.22059/ije.2016.60359 | |
| dc.identifier.uri | https://ije.ut.ac.ir/article_60359.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/467851 | |
| dc.description.abstract | در دهههای اخیر، توسعۀ مدلهای هوش مصنوعی برای پیش‌بینی پدیدههای هیدرولوژیکی کاربرد زیادی پیدا کرده است. در این مطالعه، توانایی مدلهای شبکۀ عصبی مصنوعی به‌منظور مدل‌سازی و پیش‌بینی اکسیژن مورد نیاز بیولوژیکی (BOD) در رودخانۀ کارون واقع در غرب کشور ایران ارزیابی شد. به‌منظور بهبود نتایج شبیهسازی از آنالیز موجک به‌عنوان مدل ترکیبی استفاده شد. سری زمانی ماهانۀ شاخص BOD رودخانۀ کارون در ایستگاه ملاثانی به‌مدت 13سال (1381ـ 1393) و با استفاده از متغیرهای کمکی اکسیژن محلول (DO)، جریان رودخانه و دمای ماهانه شبیهسازی شد. بهترین ورودی مدلهای به‌کار گرفته‌شده با استفاده از روش تجزیه و تحلیل مؤلفههای اصلی (PCA) انتخاب شد. برای ارزیابی و مقایسۀ عملکرد مدلها از جذر میانگین مربعات خطا (RMSE)، ضریب تعیین (R<sup>2</sup>) و معیار اطلاعاتی آکائیک (AIC) استفاده شد. نتایج به‌دست‌آمده بیانگر آن بود که شبکۀ عصبی مصنوعی میزان خطای 0412/0 و ضریب تعیین 76/0 دارد و اعمال تبدیل موجک روی دادههای ورودی مدل، سبب بهبود نتایج تا ضریب تعیین 89/0 و میزان خطای 0273/0 شد.
<strong> </strong> | fa_IR |
| dc.format.extent | 1047 | |
| dc.format.mimetype | application/pdf | |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشکده علوم و فنون نوین
دانشگاه تهران | fa_IR |
| dc.publisher | Faculty of New Sciences and Technologies, University of Tehran | en_US |
| dc.relation.ispartof | اکوهیدرولوژی | fa_IR |
| dc.relation.ispartof | Iranian journal of Ecohydrology | en_US |
| dc.relation.isversionof | https://dx.doi.org/10.22059/ije.2016.60359 | |
| dc.subject | تبدیل موجک | fa_IR |
| dc.subject | رودخانۀ کارون | fa_IR |
| dc.subject | BOD | fa_IR |
| dc.subject | PCA | fa_IR |
| dc.subject | مدیریت منابع آب در اکوسیستم های طبیعی | fa_IR |
| dc.title | بهبود عملکرد مدل شبکۀ عصبی مصنوعی با کمک تبدیل موجک و روش PCA برای مدل‌سازی و پیش‌بینی اکسیژن مورد نیاز بیولوژیکی (BOD) | fa_IR |
| dc.type | Text | en_US |
| dc.type | پژوهشی | fa_IR |
| dc.contributor.department | دانشیار گروه هیدرولوژی و منابع آب، دانشکدۀ مهندسی علوم آب، دانشگاه شهید چمران اهواز | fa_IR |
| dc.contributor.department | دانشجوی دکتری مهندسی منابع آب، دانشکدۀ مهندسی علوم آب، دانشگاه شهید چمران اهواز | fa_IR |
| dc.citation.volume | 3 | |
| dc.citation.issue | 4 | |
| dc.citation.spage | 569 | |
| dc.citation.epage | 585 | |
