پیش بینی سطح ایستابی با استفاده از سری های زمانی و سیستم استنباط فازی عصبی تطبیقی
نویسنده:
چکیده:
مدل سازی در مناطق خشک برای مدیریت بهینه منابع آب اهمیت ویژه ای دارد. آب زیرزمینی از مهم ترین منابع آبی در مناطق خشک محسوب می شود. هدف این پژوهش ارزیابی عملکرد سیستم استنباط فازی عصبی تطبیقی (انفیس) و مدل های سری زمانی در پیش بینی سطح ایستابی است. در این پژوهش، با استفاده از مدل های سری زمانی و مدل انفیس با توابع عضویت مختلف اقدام به پیش بینی یک ماه بعد سطح آب های زیرزمینی دشت شیراز شد. بهترین ترکیب ورودی و طول داده های آموزشی و صحت سنجی در مدل انفیس با استفاده از آزمون گاما و M برآورد شد. عملکرد مدل های مختلف با پارامترهای خطا و دیاگرام تیلر مقایسه شد. نتایج مدل انفیس نشان داد که این مدل با تابع عضویت Π شکل عملکرد بهتری نسبت به بقیه توابع عضویت دارد (241/1 RMSE= و 953/0 MAE=). مقایسه عملکرد مدل ها، حاکی از کارایی بسیار مناسب مدل خطی ARIMA (2،1، 2) نسبت به مدل انفیس با توابع عضویت مختلف است (325/0 RMSE= و 241/0 MAE=).
کلیدواژگان:
آزمون گاما ، انفیس ، دیاگرام تیلر ، ARIMA
زبان:
فارسی
صفحات:
19 تا 28
لینک کوتاه:
magiran.com/p1296192
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!