تعداد نشریات | 36 |
تعداد شمارهها | 922 |
تعداد مقالات | 11,031 |
تعداد مشاهده مقاله | 11,615,472 |
تعداد دریافت فایل اصل مقاله | 10,671,539 |
پیشبینی تراز سطح آب با استفاده از مدل ترکیبی پویایی سیستم و شبکه عصبی فازی موجکی (مطالعه موردی دریاچه ارومیه) | ||
نشریه مهندسی عمران و محیط زیست دانشگاه تبریز | ||
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 05 بهمن 1399 | ||
نوع مقاله: مقاله کامل پژوهشی | ||
شناسه دیجیتال (DOI): 10.22034/jcee.2021.20119.1498 | ||
نویسندگان | ||
مهدی کماسی ![]() | ||
1عضو هیات علمی و مدیرگروه عمران دانشگاه | ||
2دانش آموخته، کارشناسی ارشد سازههای آبی، دانشگاه بوعلی سینا، همدان | ||
3دانشجو، کارشناسی ارشد مهندسی آب و سازه های هیدرولیکی، دانشگاه آیت اله العظمی بروجردی(ره)، بروجرد | ||
چکیده | ||
چالش منابع آب امروزه مشکل بسیاری از کشورهای خاورمیانه است و این واقعیت در مورد دریاچه ارومیه که تراز سطح آب آن، با توجه به تغییرات بارش، خشکسالی و سدسازی دچار تغییرات و نوسانات زیادی شدهاست، دارای اهمیت بیشتری میباشد. هدف اصلی این مقاله بررسی قابلیت روش پویایی سیستم (SD) برای پیشبینی نوسانات سطح آب با استفاده از شبکه عصبی فازی تطبیقی موجکی (WANFIS) میباشد. به همین دلیل، یک مدل شبیهسازی بر پایه پویایی سیستم برای حوضه آبریز دریاچه ارومیه توسعه داده شد. سپس، برای پیشبینی سطح آب، عوامل موثر بر آن مانند بارش، دبی و تبخیر با استفاده از مدل WANFIS پیشبینی شده و نتایج حاصل از پیشبینی وارد مدل پویایی سیستم میگردد و سپس سطح آب محاسبه میشود. نتایج مدلسازی نشان داد که مدل ترکیبی پویایی سیستم و شبکه عصبی فازی تطبیقی موجکی (SD-WANFIS) دارای عملکرد مناسبی میباشد. مقادیر شاخصهای آماری مانند جذر میانگین مربعات خطا و ضریب تبیین برای مدل ترکیبی پویایی سیستم و شبکه عصبی فازی موجکی در مرحله صحت سنجی به ترتیب 31/0 متر و 84/0 میباشد. درحالیکه این شاخصها برای مدل جعبه سیاه خطی خود همبسته میانگین متحرک تلفیق شده (ARIMA) برابر 61/0 متر و 53/0 میباشند. این نتایج نشان داد که ترکیب این دو مدل SD و مدل فازی WANFIS جهت پیشبینی با دقت مناسب، مفید میباشد. | ||
کلیدواژهها | ||
پویایی سیستم؛ موجک؛ شبکه عصبی فازی تطبیقی؛ پیشبینی تراز سطح آب؛ دریاچه ارومیه | ||
آمار تعداد مشاهده مقاله: 36 |