تحلیل عدم قطعیت مدل های شبکه عصبی و نروفازی در پیشبینی جریان رودخانه
نویسنده:
چکیده:
پیش بینی آورد رودخانه در مدیریت منابع آب از اهمیت فراوانی برخوردار است، اما به دلیل عدم قطعیت بالا در عواملی که فرآیند بارش- رواناب را سبب می گردند، همواره با مشکلاتی همراه بوده است. یکی از روش هایی که می تواند این مشکل را تا حدی کاهش دهد، تحلیل عدم قطعیت پیش بینی های انجام شده می باشد. این تحلیل ها در مدل های آماری سابقه طولانی دارند، ولی برای مدل های شبکه عصبی و نروفازی کمتر مورد استفاده قرار گرفته و این در شرایطی است که در سال های اخیر به مراتب توجه بیشتری به این تکنیک ها شده است. در مطالعه حاضر عدم قطعیت نتایج مدل های شبکه عصبی و نروفازی در پیش بینی 1 تا 3 ماه آینده جریان رودخانه مورد ارزیابی قرار گرفته و منطقه مطالعاتی رودخانه صوفی چای در محل ایستگاه تازه کند در نظر گرفته شده است. نتایج نشان می دهد که مدل نروفازی از دقت بالاتر در پیش بینی و عدم قطعیت کمتری برخوردار است، اما بطور مشخص برای پرآبی ها در هر دو مدل عدم قطعیت بیشتر شده که خطرپذیری (ریسک) کاربرد نتایج را افزایش می دهد.
کلیدواژگان:
زبان:
فارسی
در صفحه:
14
لینک کوتاه:
magiran.com/p897611
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!