دانشگاه تبریز
فهرست نشریات دارای اعتبار وزارت علوم، تحقیقات و فناوری
پایگاه استنادی علوم جهان اسلام (ISC)

 آمار

تعداد نشریات44
تعداد شماره‌ها1,353
تعداد مقالات16,546
تعداد مشاهده مقاله53,679,293
تعداد دریافت فایل اصل مقاله16,164,348
نیکوفر, باقر, نورانی, وحید, حسینی بقانام, آیدا. (1403). مدلسازی پیش بینی جریان ورودی به مخزن سد در 12 ماه آتی برای بهبود مدیریت مخزن سد علویان. سامانه مدیریت نشریات علمی, (), -. doi: 10.22034/ceej.2024.59627.2308
باقر نیکوفر; وحید نورانی; آیدا حسینی بقانام. "مدلسازی پیش بینی جریان ورودی به مخزن سد در 12 ماه آتی برای بهبود مدیریت مخزن سد علویان". سامانه مدیریت نشریات علمی, , , 1403, -. doi: 10.22034/ceej.2024.59627.2308
نیکوفر, باقر, نورانی, وحید, حسینی بقانام, آیدا. (1403). 'مدلسازی پیش بینی جریان ورودی به مخزن سد در 12 ماه آتی برای بهبود مدیریت مخزن سد علویان', سامانه مدیریت نشریات علمی, (), pp. -. doi: 10.22034/ceej.2024.59627.2308
نیکوفر, باقر, نورانی, وحید, حسینی بقانام, آیدا. مدلسازی پیش بینی جریان ورودی به مخزن سد در 12 ماه آتی برای بهبود مدیریت مخزن سد علویان. سامانه مدیریت نشریات علمی, 1403; (): -. doi: 10.22034/ceej.2024.59627.2308

مدلسازی پیش بینی جریان ورودی به مخزن سد در 12 ماه آتی برای بهبود مدیریت مخزن سد علویان

نشریه مهندسی عمران و محیط زیست
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 16 تیر 1403
نوع مقاله: مقاله کامل پژوهشی
شناسه دیجیتال (DOI): 10.22034/ceej.2024.59627.2308
نویسندگان
باقر نیکوفر1؛ وحید نورانی2؛ آیدا حسینی بقانام* 3
1دانشجوی دکتری عمران مدیریت منابع آب، دانشگاه تبریز
2دانشکده مهندسی عمران دانشگاه تبریز
3استادیار، گروه مهندسی منابع آب، دانشکده مهندسی عمران، دانشگاه تبریز، ایران.
چکیده
با توجه به نقش اساسی آب در زندگی بشر و محدودیت‌های منابع آب، برآورد دقیق میزان پتانسیل منابع آب و استفاده بهینه از آن‌یک مسئله مهم و قابل‌توجه در محافل علمی و صنعت آب است. در این مقاله از توانایی مدل شبکه عصبی مصنوعی(ANN) با انتشار برگشتی خطا و از سایر مدل‌های مبتنی برداده‌کاوی در بستر نرم‌افزار Weka در مدل‌سازی پیش‌بینی چند گام بعد با به‌کارگیری ورودی‌های مشاهداتی استفاده‌شده است. در انتها کار آیی همهی مدل‌ها با استفاده از معیارهای ارزیابی بررسی‌شده و مدل‌ها با یکدیگر مقایسه شده‌اند. هدف این مقاله، پیش‌بینی چند ماه آینده جریان ورودی به مخزن سد علویان می‌باشد، در این تحقیق ورودی‌های مدل شامل رواناب ورودی به مخزن سد، دما، تبخیر، بارش و پوشش برف حوضه آبریز سد و شاخص‌های خشک‌سالی می‌باشد و این داده‌ها به‌صورت ماهانه و به مدت 25 سال (1376-1401) استفاده گردیده است. مقایسه نتایج مدل ANN با سایر مدل‌های RF و RT و GP و SM در مرحله صحتسنجی، نشان‌دهنده‌ی این است که در همهی گام‌ها، نتایج پیش‌بینی برای همه مدل‌ها مناسب بوده است و از بین 5 مدل که نتایج آن‌ها باهم مقایسه گردیده است، نتایج متوسط ضریب همبستگی مدل‌های ANN و RF و RT به ترتیب 85%، 90% و 83% در مقایسه با سایر مدل‌ها در پیش‌بینی جریان ورودی به مخزن سد علویان در چند گام بعد (1 الی 12 ماه) مناسب و نزدیک به داده‌های مشاهداتی به‌ویژه در نقاط پیک بوده است.
کلیدواژه‌ها
پیش بینی جریان ورودی؛ مدلسازی چندگام؛ ANN؛ نرم افزارWeka؛ مخزن سد علویان
آمار
تعداد مشاهده مقاله: 223


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب