سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,115,574
تعداد دریافت فایل اصل مقاله97,219,776
رضایی بنفشه, مجید, فیض‎ا.. پور, مهدی, صدر افشاری, سحر. (1392). استفاده از سیستم استنتاجی فازی عصبی در تخمین بار رسوبی و مقایسۀ آن با مدل‎های MLR وSRC در حوضۀ رودخانۀ قرانقو. , 45(2), 77-90. doi: 10.22059/jphgr.2013.35145
مجید رضایی بنفشه; مهدی فیض‎ا.. پور; سحر صدر افشاری. "استفاده از سیستم استنتاجی فازی عصبی در تخمین بار رسوبی و مقایسۀ آن با مدل‎های MLR وSRC در حوضۀ رودخانۀ قرانقو". , 45, 2, 1392, 77-90. doi: 10.22059/jphgr.2013.35145
رضایی بنفشه, مجید, فیض‎ا.. پور, مهدی, صدر افشاری, سحر. (1392). 'استفاده از سیستم استنتاجی فازی عصبی در تخمین بار رسوبی و مقایسۀ آن با مدل‎های MLR وSRC در حوضۀ رودخانۀ قرانقو', , 45(2), pp. 77-90. doi: 10.22059/jphgr.2013.35145
رضایی بنفشه, مجید, فیض‎ا.. پور, مهدی, صدر افشاری, سحر. استفاده از سیستم استنتاجی فازی عصبی در تخمین بار رسوبی و مقایسۀ آن با مدل‎های MLR وSRC در حوضۀ رودخانۀ قرانقو. , 1392; 45(2): 77-90. doi: 10.22059/jphgr.2013.35145

استفاده از سیستم استنتاجی فازی عصبی در تخمین بار رسوبی و مقایسۀ آن با مدل‎های MLR وSRC در حوضۀ رودخانۀ قرانقو

پژوهش های جغرافیای طبیعی
مقاله 5، دوره 45، شماره 2، شهریور 1392، صفحه 77-90    اصل مقاله (819.99 K)
نوع مقاله: مقاله کامل
شناسه دیجیتال (DOI): 10.22059/jphgr.2013.35145
نویسندگان
مجید رضایی بنفشه1؛ مهدی فیض‎ا.. پور2؛ سحر صدر افشاری3
1دانشیار گروه جغرافیای طبیعی، دانشگاه تبریز
2استادیار گروه جغرافیا، دانشکده علوم انسانی، دانشگاه زنجان
3کارشناس ارشد اقلیم‎شناسی، دانشگاه تبریز
چکیده
انتقال رسوب‎ها در رودخانه‎ها با توجه به نقش آنها در مباحث هیدرولوژیکی، از اهمیت ویژه‎ای برخوردار است. این رسوب‎ها به روش‎های گوناگون اندازه‎گیری می‎شوند. اندازه‎گیری مستقیم بار معلق رسوبی در رودخانه، هزینه‎بر بوده و امکان احداث ایستگاه‎های اندازه‎گیری در تمام طول رودخانه وجود ندارد. همچنین معادله‎های مورد استفاده در تخمین بار رسوبی، برای تمام مناطق قابل استفاده نبوده و علاوه‎بر آن، نیازمند دیده‎بانی‎های بلندمدت است. با این حال، برخی از روش‎ها در تخمین بار معلق رسوبی به نتایج مطلوبی دست یافته‎اند. در این مطالعه، سیستم استنتاجی فازی عصبی (ANFIS) با بهره‎گیری از ترکیب‎های ورودی مختلف برای تخمین بار معلق رسوبی روزانه به‎کار گرفته شد. به این منظور در اولین بخش از پژوهش، مدل ANFIS با استفاده از داده‎های دِبی روزانه و بار معلق رسوبی روزهای پیشین، تعلیم داده شده و برای تخمین بار معلق رسوبی رودخانۀ قرانقو مورد استفاده قرار گرفت. در دومین بخش از پژوهش، مدل ANFIS با استفاده از شاخص‎های ضریب تبیین (R2) و خطای مجذور میانگین مربعات (RMSE) با مدل‎های منحنی سنجه رسوبی (SRC) و رگرسیون چندمتغیره (MLR) مقایسه شد. نتایج نشان داد که مدل ANFIS با برخورداری از مقادیر ضریب تبیین (R2) برابر 9668/0، RMSE برابر 190، در مقایسه با سایر روش‎ها از قابلیت بهتری در تخمین بار معلق رسوبی برخوردار است. در این بین، مدل SRC با برخورداری از مقادیر R2 و RMSE که به‎ترتیب معادل 8384/0 و 454 تخمین‎زده شده است، به ضعیف‎ترین تحلیل در پیش‎بینی بار معلق رسوبی دست یافته است.
کلیدواژه‌ها
بار رسوبی؛ سیستم استنتاجی فازی عصبی؛ منحنی سنجه رسوبی؛ رگرسیون چندمتغیره؛ حوضۀ رودخانۀ قرانقو
آمار
تعداد مشاهده مقاله: 3,110
تعداد دریافت فایل اصل مقاله: 1,244


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب