مقایسه دقت مدل های شبکه عصبی مصنوعی ژئومرفولوژی (GANNs) و رگرسیونی (RM) در برآورد رسوب طالقان رود

پیام:
چکیده:
شبیه سازی و ارزیابی آورد رسوب رودخانه از جمله مسائل مهم و کاربردی در مدیریت منابع آب می باشد. اندازه گیری غلظت رسوب به روش های متداول عموما مستلزم صرف وقت و هزینه زیادی بوده و گاهی از دقت کافی نیز برخوردار نمی باشد. یکی از روش های نوین در حل مسائل مهندسی منابع آب و رودخانه استفاده از روش شبکه عصبی مصنوعی است که با الگو برداری از شبکه عصبی مغز انسان، ضمن اجرای فرایند آموزش، روابط درونی بین داده ها را استخراج کرده و در موقعیت های دیگر تعمیم می دهد. در این مطالعه از داده های هم زمان دبی آب و دبی رسوب ایستگاه گلینک واقع بر رودخانه طالقان، به همراه یکسری از پارامترهای ژئومرفولوژیک حوزه آبخیز طالقان جهت مدلسازی رسوب معلق روزانه با استفاده از شبکه عصبی مصنوعی استفاده شد. به این منظور بعد از رفع نواقص آماری و حذف داده های پرت، 80 درصد داده ها جهت آموزش و 20 درصد جهت آزمون شبکه مورد استفاده قرار گرفت. پس از استاندارد کردن داده ها با استفاده از داده های سری آموزش، شبکه عصبی با الگوریتم پس انتشار ایجاد شد. هم چنین با استفاده از لگاریتم داده های سری آموزش رابطه رگرسیونی بین داده های دبی آب و رسوب برقرار گردید. به منظور ارزیابی نتایج این دو روش از داده های سری آزمون و از معیارهای RMS، MAE و R2 استفاده شد. نتایج نشان دهنده دقت بالاتر برآورد های مدل شبکه عصبی مصنوعی ژئومرفولوژی (5/48=RMS، 25/33= MAE و 89/0=R2) در مقایسه با برآورد های مدل رگرسیونی(93=RMS، 25/54=MAE و 74/0=R2) می باشد. نتایج حاصل از این تحقیق نشان داد که مدل ANN کارایی و قابلیت بالاتری نسبت به مدل رگرسیونی در برآرود رسوب رودخانه دارد. همچنین استفاده از پارامترهای ژئومرفولوژی موثر در تولید رسوب در ساختار شبکه عصبی مصنوعی، به عنوان ورودی مدل، سبب افزایش دقت تخمین آورد رسوب رودخانه می شود.
زبان:
فارسی
در صفحه:
19
لینک کوتاه:
magiran.com/p926730 
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!