مقایسه مدل های غیرخطی سری زمانی و برنامه ریزی ژنتیک در پیش بینی جریان روزانه رودخانه ها (مطالعه موردی: رودخانه باراندوزچای ارومیه)

پیام:
چکیده:
در این مطالعه برای پیش بینی جریان روزانه رودخانه باراندوزچای ارومیه در دوره آماری 1388-1352، از مدل غیرخطی سری زمانی دوخطی و روش برنامه ریزی ژنتیک استفاده و نتایج بر اساس شاخص های آماری جذر میانگین مربعات خطا و ضریب همبستگی مورد مقایسه قرار گرفت. در مطالعه حاضر مدل دوخطی BL(1،11،1،1) با داشتن کمترین مقدار معیار اکایکه اصلاح شده به عنوان مدل مناسب سری روزانه انتخاب و پس از انجام آزمون نکویی برازش الگوی مذکور برای پیش بینی جریان روزانه رودخانه باراندوزچای به کار برده شد. نتایج نشان داد که این الگو از توانایی لازم برای مدل سازی جریان روزانه برخوردار است. ضریب همبستگی وجذر میانگین مربعات خطا برای مدل BL(1،11،1،1) در مرحله صحت سنجی به ترتیب معادل 902/0 و ()520/3 محاسبه شد. به منظور مدل سازی جریان روزانه رودخانه با برنامه ریزی ژنتیک از حافظه های دبی یک روز قبل، دو روز قبل تا چهار روز قبل استفاده شد. نتایج نشان داد که تا حافظه سه روز قبل دقت مدل سازی رو به بهبود بوده و بعد از آن کاهش می یابد. ضریب همبستگی و جذر میانگین مربعات خطا در بهترین حالت برنامه ریزی ژنتیک در مرحله صحت سنجی به ترتیب 928/0 و ()863/2 می باشد. به طور کلی با مقایسه نتایج حاصل از دو الگوی مذکور می توان نتیجه گرفت که برنامه ریزی ژنتیک با 9/22 درصد خطای کمتر نسبت به مدل دوخطی، جریان روزانه رودخانه باراندوزچای را پیش بینی می کند.
زبان:
فارسی
صفحات:
151 تا 169
لینک کوتاه:
magiran.com/p1426796 
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!