جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه tree regression در نشریات گروه کشاورزی
tree regression
در نشریات گروه آبخیزداری، بیابان، محیط زیست، مرتع
تکرار جستجوی کلیدواژه tree regression در مقالات مجلات علمی
-
کاربرد روش های نروفازی ورگرسیون درختی در هیدرولوژی رسوب رودخانه ها و حوزه های آبخیز توسعه چندانی ندارد و بیشتر از آن منحنی های سنجه رسوب به عنوان متداول ترین روش برآورد رسوب شناخته شده اند. در این تحقیق به منظور مقایسه و اصلاح روش های برآورد بار رسوبی رودخانه ها، مقادیر برآوردی چند نوع منحنی سنجه رسوب تک متغیره و یک نوع منحنی سنجه رسوب چند متغیره با روش های نروفازی و رگرسیون درختی در 5 ایستگاه هیدرومتری منتخب از مناطق اقلیمی مختلف کشور با شاخص های مختلف دقت و صحت مورد بررسی قرار گرفت. نتایج نشان می دهد متوسط شاخص صحت روش های نروفازی و رگرسیون درختی در ایستگاه های منتخب به ترتیب در حدود 151 و 536 درصد بوده که در مقایسه با منحنی های سنجه رسوب کارایی پایینی را نشان می دهد. نتایج حاصل از کاربرد منحنی های سنجه رسوب چند متغیره در ایستگاه های مختلف نشان می دهد که مقدار شاخص صحت این روش در مناسب ترین حالت مربوط به ایستگاه گلینک با مقدار شاخص 1.12 بوده است. از طرفی مقدار متوسط شاخص صحت این روش در حدود 1.5 بوده که مقدار قابل قبولی نسبت به روش های مختلف دیگر به حساب می آید.کلید واژگان: نروفازی، رگرسیون درختی، منحنی سنجه رسوب، بار معلقApplication of Neuro-fuzzy and tree regression models is not too old in hydrology of river sediments and also in watersheds and in this regard, sediment rating curves have been identified as the most common method for estimating sediment. In this study for comparison and correction of estimation methods of river sediment load, estimated rates of several uni-variate types of sediment rating curves and a multivariate type of sediment rating curves were investigated with Neuro-fuzzy and tree regression models in five selective hydro-metric station of different climatic zones of Iran and with various indexes of the accuracy and the precision. The results show that the mean of the accuracy index of Neuro-fuzzy and tree regression models in selective stations are 151 and 536 percent respectively which shows low efficiency compared with sediment rating curves. The results of the application of multivariate sediment rating curve in various station shows that the rate of the accuracy index of multivariate sediment rating curve in the best case is belong to Glinak station with the rate of 1.12. Also the average value of the accuracy index of multivariate sediment rating curve is 1.15 which is an acceptable amount to the other considered various methods.Keywords: Tree regression, neuro-fuzzy, sediment rating curve, Suspended load
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.