بررسی عملکرد شبکههای عصبی گازی در خوشهبندی هیدرولوژیک | ||
| مدیریت آب و آبیاری | ||
| دوره 12، شماره 2، تابستان 1401، صفحه 359-373 اصل مقاله (1.09 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jwim.2022.339537.972 | ||
| نویسندگان | ||
| محمدرضا محمودی1؛ سعید اسلامیان* 2؛ سید علیرضا گوهری3؛ معین طحانیان1 | ||
| 1کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران. | ||
| 2استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران. | ||
| 3استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران. | ||
| چکیده | ||
| طراحی بسیاری از زیرساختها و پروژههای عمرانی نیازمند مطالعات گستردهای در زمینه شرایط جغرافیایی منطقه و ویژگیهای اقلیمی آن ناحیه میباشد. کارایی این پژوهشها خود وابسته به اطلاعات و دادههای موردنیاز است. در بسیاری از مواقع منطقه طرح در موقعیتی قرار دارد که هیچگونه اطلاعات اقلیمی مانند بارش موجود نیست. از اینرو، تحلیل فراوانی منطقهای بسیار موردتوجه قرار گرفته است. در این شیوه با شرایط و ابزار خاصی اطلاعات موجود در نواحی دیگر قابل بسط و انتقال به سایر نواحی میشود. در این مسیر خوشهبندی یکی از تأثیرگذارترین مراحل میباشد که منطقه و ایستگاههای موجود را به مناطق همگن هیدرولوژیک تقسیم مینماید. از اینرو، در این پژوهش علاوه بر روشهای رایج در خوشهبندی از دو مدل جدید شبکه عصبی گازی و شبکه عصبی گازی رشدیابنده بهمنظور تعیین مناطق همگن در سطح استان خوزستان استفاده شد. یکی از ویژگیهای منحصربهفرد این الگوریتمها یادگیری توپولوژی یا شکل توزیع حاکم بر فضای دادهها میباشد. با استفاده از متغیرهای طول جغرافیایی، عرض جغرافیایی، ارتفاع، متوسط بارش سالانه و حداکثر بارش 24 ساعته سالانه ایستگاه، منطقه طرح به دو ناحیه همگن تقسیم و فرایند خوشهبندی انجام پذیرفت. نتایج نشاندهنده کارایی و دقت بالای شبکههای عصبی گازی در مبحث خوشهبندی میباشد. متوسط میزان خطا و همچنین ضریب تغییرات خطا در این مدل بهترتیب 56/15 و 39/24 درصد برآورد شد که نسبت به روشهای معمول برتری قابلتوجهی از خود نشان داد. | ||
| کلیدواژهها | ||
| تحلیل فراوانی منطقهای؛ خوزستان؛ همگنی هیدرولوژیک؛ یادگیری توپولوژی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 748 تعداد دریافت فایل اصل مقاله: 512 |
||