مدل تخمین جریان رودخانه بر اساس بازسازی فضای حالت آشوبی

پیام:
چکیده:
قابلیت های نظریه آشوب و برنامه ریزی ژنتیک، بکارگیری این دو مدل را در هیدرولوژی مورد توجه خاص قرار داده است. در این تحقیق مقادیر دبی روزانه رودخانه لیقوان در طی 30 سال با استفاده از این مدل ها مورد بررسی قرار گرفته است. در نظریه آشوب، ابتدا با استفاده از روش بعد همبستگی امکان وجود آشوب قطعی در دبی روزانه بررسی و پس از تعیین پارامترهای لازم جهت بازسازی فضای حالت، دبی روزانه به روش پیش بینی موضعی تخمین زده شده است. برای بازسازی فضای حالت، به دو پارامتر زمان تاخیر و بعد محاط نیاز می باشد و بدین منظور از تابع خود همبستگی و الگوریتم نزدیکترین همسایه های کاذب استفاده شده و مقدار بعد همبستگی حاصله، حاکی از وجود رفتار آشوبناک در سری زمانی تحت بررسی است. در نهایت از پیش بینی موضعی جهت تخمین دبی استفاده گردید که نتایج حاکی از دقت قابل قبول این نظریه در امر پیش بینی می باشد. همچنین از برنامه ریزی ژنتیک، جهت مدل سازی دبی روزانه استفاده و بهترین الگوی ورودی شامل دبی پیشین تا 4 تاخیر زمانی، انتخاب گردید. ضرایب همبستگی بدست آمده برابر با 926/0 با روش پیش بینی موضعی و 931/0 با روش برنامه ریزی ژنتیک حاکی از دقت خوب و تقریبا مشابهی از هر دو روش در پیش بینی دبی جریان است. بنابراین هر دو روش مطابق نتایج بدست آمده می توانند جهت مدل سازی و فرایند پیش بینی دبی مورد استفاده قرار گیرند.
زبان:
فارسی
در صفحه:
1
لینک کوتاه:
magiran.com/p1109469 
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!