پیش بینی بار معلق رودخانه ای با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک مرتب سازی غیرغالب

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
اطلاع از میزان فرسایش خاک و تولید رسوب، ویژگی های هواشناسی، ویژگی های هیدرولوژیکی رودخانه همانند دبی و همچنین عوامل انسانی، غالبا بسیار پیچیده، غیر قطعی و غیرخطی می باشند. لذا بکارگیری الگوریتم های هوش ماشینی (نظیر الگوریتم های یادگیری ماشین) گزینه مناسبی در شبیه سازی و پیش بینی متغیرهای کیفی آب رودخانه نظیر بار معلق تلقی می شود. هدف پژوهش حاضر، ارایه یک روش پیشنهادی برمبنای شبکه عصبی مصنوعی پرسپترون چندلایه و الگوریتم ژنتیک مرتب سازی غیرغالب برای پیش بینی بار معلق رودخانه ای می باشد. در روش پیشنهادی به منظور آموزش شبکه عصبی مصنوعی پرسپترون چندلایه از روش پس انتشار خطا و تعیین وزن بهینه برای نرون ها از  الگوریتم ژنتیک مرتب سازی غیرغالب استفاده شد. در این مطالعه از بار معلق ایستگاه تیل آباد واقع در رودخانه گرگان رود طی سال های 94-1361 به عنوان مطالعه موردی استفاده شد. نتایج نشان داد که روش پیشنهادی در مقایسه با شبکه عصبی مصنوعی چندلایه دارای ضریب همبستگی بالاتری است و مقدار R2 به ترتیب برابر با 6728/0 و 4372/0 بدست آمد.  مقدار RMSE در روش پیشنهادی و شبکه عصبی مصنوعی چندلایه برمبنای الگوریتم پس انتشار به ترتیب برابر با 7225/4 و 0548/8 بدست آمده است. مقدار NSE نیز در روش پیشنهادی و شبکه عصبی مصنوعی چندلایه برمبنای الگوریتم پس انتشار به ترتیب برابر با 4321/0 و 2941/0 بدست آمده است. لذا در روش پیشنهادی، الگوریتم ژنتیک مرتب سازی غیرغالب باعث شده که شبکه عصبی مصنوعی چندلایه بهبود خوبی داشته باشد. نتایج حاصله نشان داد که روش پیشنهادی دارای دقت خوبی در پیش بینی بار معلق بوده است. روش پیشنهادی با الگوریتم آموزشی پس انتشار دارای عملکرد بهتری در مقایسه با الگوریتم آموزشی گرادیان نزولی و بیزین بوده است.
زبان:
فارسی
صفحات:
45 تا 60
لینک کوتاه:
magiran.com/p2559922 
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 990,000ريال 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.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!