مدل
سازی,
بارش,-
رواناب, یکی از پراهمیتترین موضوعات در مدیریت منابع آبهای سطحی جهت اتخاذ تدابیر مناسب در م
واقع, سیلاب و بروز خشکسالیها است. در این تحقیق از مدلهای شبکههای عصبی مصنوعی، برنامهریزی بیان ژن، موجک- عصبی و حداقل مربعات ماشین بردار پشتیبان به منظور تخمین جریان
روزانه,
رودخانه, درهرود استفاده شد. دادههای دبی و بارش روزانه ایستگاه مشیران واقع بر رودخانه مذکور و در بالادست سد عمارت بهکار گرفته شد. نتایج نشان داد که الگوی تعریف شده بر اساس دبی روز قبل و بارش همان روز میتواند بهترین برآورد را از رواناب روزانه داشته باشد. همچنین نتایج بیانگر عملکرد قابل قبول مدلها و برتری مدل موجک- عصبی با بیشترین ضریب همبستگی (952/0=R)، کمترین ریشه میانگین مربعات خطا (589/1=RMSE) و ضریب نش ساتکلیف برابر 905/0 در مرحله صحتسنجی بود. در برآورد دبی بیشینه نیز مدل مذکور با میانگین خطای نسبی 97/25 درصد، از خطای کمتری نسبت به سایر مدلها برخوردار بود.
برچسب:
نویسنده: مهندس نقوی
تاريخ: دوشنبه
19 آذر
1397 ساعت: 13:09