Alinezhadi M, Mousavi S F, Hosseini K. Comparison of Gene Expression Programming (GEP) and Parametric and Non-parametric Regression Methods in the Prediction of the Mean Daily Discharge of Karun River
(A case Study: Mollasani Hydrometric Station). jwss 2021; 25 (1) :43-62
URL:
http://jstnar.iut.ac.ir/article-1-3999-fa.html
علینژادی مهدی، موسوی سید فرهاد، حسینی خسرو. مقایسه روشهای برنامهریزی بیان ژن و رگرسیونهای پارامتریک و ناپارامتریک در پیشبینی دبی میانگین روزانه رودخانه کارون (مطالعه موردی: ایستگاه هیدرومتری ملاثانی). علوم آب و خاک. 1400; 25 (1) :43-62
URL: http://jstnar.iut.ac.ir/article-1-3999-fa.html
1. گروه مهندسی آب و سازههای هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان ، mehdi_alinejadi@semnan.ac.ir
چکیده: (2894 مشاهده)
امروزه، پیشبینی جریان رودخانه ها از مباحث مهم در هیدرولوژی و منابع آب است که میتوان از نتایج الگوبندی جریان رودخانه در مدیریت منابع آب، مدیریت سازههای آبی و پیشبینی سیل استفاده کرد. در این تحقیق، عملکرد مدل برنامه ریزی بیان ژن (GEP)، رگرسیون پارامتریک خطی (LR)، رگرسیون پارامتریک غیرخطی (NLR) و همچنین روش ناپارامتریک -K نزدیکترین همسایگی (K-NN)، در پیشبینی میانگین دبی روزانه رودخانه کارون در محل ایستگاه هیدرومتری ملاثانی طی دوره آماری 96-1346 مورد ارزیابی قرار گرفته است. ترکیب های مختلفی از دادههای ثبت شده بهعنوان الگوی ورودی برای پیشبینی دبی جریان استفاده شد. نتایج بهدست آمده حاکی از عملکرد بهتر مدل برنامهریزی بیان ژن با ضریب تبیین (0/827= R2)، جذر میانگین مربعات خطا (59/45= RMSE) و میانگین خطای مطلق (26/64MAE=) در مرحله صحتسنجی برای پیشبینی دبی روزانه رودخانه کارون در ایستگاه ملاثانی با تأخیر 5 روز، در مقایسه با روش های LR، NLR و K-NN بوده است. همچنین، ارزیابی عملکرد مدلها در پیشبینی مقادیر حداکثر آبدهی جریان نشان داد که همه مدلها میزان جریان را در بیشتر موارد کمتر از مقدار مشاهداتی تخمین زدهاند.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
عمومی دریافت: 1398/12/17 | پذیرش: 1399/5/15 | انتشار: 1400/3/10