Tabari H, Marofi S, Zare Abiane H, Amiri Chayjan R, Sharifi M, Akhondali A. Comparison of Non-Linear Regression and Computational Intelligence Methods in Estimating Spatial Distribution of Snow Water Equivalent in Karoon Upstream. jwss 2010; 13 (50) :29-40
URL:
http://jstnar.iut.ac.ir/article-1-1184-fa.html
طبری حسین، معروفی صفر، زارع ابیانه حمید، امیری چایجان رضا، شریفی محمدرضا، آخوندعلی علی محمد. مقایسه روش رگرسیون غیرخطی با روشهای هوش محاسباتی در برآورد توزیع مکانی آب معادل برف در سراب کارون. علوم آب و خاک. 1388; 13 (50) :29-40
URL: http://jstnar.iut.ac.ir/article-1-1184-fa.html
، smarofi@yahoo.com
چکیده: (31436 مشاهده)
معمولاً برای ارزیابی منابع آب مرتبط با برف در حوضه های کوهستانی، از آب معادل برف استفاده می شود. در این تحقیق، با بهره گیری از داده های مشاهده ای، کاربرد رگرسیون غیرخطی، شبکه عصبی مصنوعی و همچنین بهینه سازی پارامترهای شبکه با روش الگوریتم ژنتیک در برآورد ضخامت برف و آب معادل آن بررسی شد. بدین منظور مقادیر برآورد شده با شبکه عصبی مصنوعی، روش تلفیقی شبکه عصبی- الگوریتم ژنتیک و روش رگرسیونی با مقادیر مشاهده شده مقایسه گردید. بدین-منظور اندازهگیریهای صحرایی در بهمن سال 1384 در سراب کارون انجام گردید. همچنین ضریب همبستگی، میانگین مربع خطا و میانگین خطای مطلق برای ارزیابی کارایی مدلهای مختلف شبکه های عصبی مصنوعی و رگرسیون غیرخطی مورد استفاده قرارگرفت. با توجه به نتایج به دست آمده، روش های شبکه عصبی مصنوعی و شبکه عصبی تلفیق یافته با الگوریتم ژنتیک در برآورد آب معادل برف مناسب تشخیص داده شدند. به طور کلی از میان روشهای به کار رفته، روش شبکه عصبی تلفیق یافته با الگوریتم ژنتیک بهترین نتیجه (84/0r=، 041/0MSE= و 051/0MAE=) را در بر داشته است. با توجه به پارامترهای مورد بررسی، ارتفاع از سطح دریا، مهمترین پارامتر مؤثر جهت برآورد آب معادل برف است.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
عمومی دریافت: 1389/5/31 | انتشار: 1388/10/25