چهارمین کنفرانس بین المللی محاسبات نرم

English

رفتن به صفحه اصلی

ارائه مجازی مقاله

کد مقاله csc-4539

عنوان مقایسه چهار مدل منفرد و ترکیبی هوش مصنوعی برای پیش‌بینی جریان رودخانه (مطالعه موردی: رودخانه کیارود رودسر)

عنوان Comparison of four single and hybrid Artificial Intelligence Models to River Flow Forecasting (Case Study: Kiaroud River)

نویسندگان محمدرضا مددی - سجاد شهابی - سیده سارا میرراضی

نویسندگان Mohammadreza Madadi - Sajad Shahabi - Seyedeh Sara Mirrazi

چکیده اطلاع از جریان رودخانه طی روزها و ماه‌های آینده یکی از مهم‌ترین پارامترهای مطرح در مدیریت منابع آب می‌باشد که میتواند نقش مهمی را در مدیریت جریانهای سیلابی و برنامه‌ریزی دورههای خشکسالی ایفا نماید. در این پژوهش قابلیت چهار مدل هوش مصنوعی (دو مدل منفرد رگرسیون بردار پشتیبان، و درخت تصمیم به همراه دو مدل ترکیبی موجک-رگرسیون بردار پشتیبان و موجک- درخت تصمیم) برای پیش بینی جریان‌ ماهانه‌ رودخانه‌ کیارود واقع در شرق استان گیلان با یکدیگر مقایسه شد. بدین منظور از داده‌های دبی جریان اندازه گیری شده در ایستگاه هیدرومتری گیشاکجان و شبخوسلات واقع بر روی این رودخانه از سال آبی 61-1360 تا 94-1393 مورد استفاده قرار گرفت. مدلسازی در دو بخش آموزش (75% داده ها) و آزمون (25% داده ها) صورت پذیرفت. برای مقایسه نتایج مدل های مورد استفاده از شاخص‌های آماری ضریب همبستگی (R)، جذر متوسط مربعات خطا (RMSE) و خطای مطلق میانگین (MAE) استفاده شد. نتایج نشان داد که پیش پردازش داده ها قبل از مدلسازی می تواند تا حد بالایی دقت نتایج را افزایش دهد. از میان مدل های مورد استفاده، مدل ترکیبی موجک- درخت تصمیم در هر دو مرحله آموزش (R=83.62% و MAE=35.47 و RMSE=47.79) و آزمون (R=50.47%، MAE=23.31 و RMSE=30.62) بهترین عملکرد را از خود نشان داد. بر اساس یافته های پژوهش، مدل ترکیبی موجک- درخت تصمیم به‌عنوان روشی کارآمد برای مدل‌سازی جریان ماهانه رودخانه‌ها پیشنهاد می شود.

فایل های مقاله

فایل ارائه پوستر (pdf)

محتوای ارائه مجازی مقاله

نظرات

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 21.0.1