| مدلبندی منطقه ای سیلاب با استفاده از روش رگرسیون و شبکه های عصبی مصنوعی |
| کد مقاله : 1010-IHA (R1) |
| نویسندگان |
|
منیره فغانی *1، حمید لطفی2، توحید علیقلی نیا3 1دانشگاه علوم کشاورزی و منابع طبیعی گرگان 2دانشگاه ارومیه 3فارغ التحصیل دانشگاه علوم کشاورزی و منابع طبیعی گرگان |
| چکیده مقاله |
| در تحقیق حاضر دو روش از روش های مختلف مدل بندی منطقه ای سیلاب شامل روش رگرسیونی از نوع چند متغیره غیر خطی و شبکه های عصبی مصنوعی از نوع MLP و RBF در منطقه جنوب و غرب حوضه آبریز دریاچه ارومیه ، با بهرهگیری از آمار دبی سیلاب لحظهای سالانه 13 ایستگاه آبسنجی و ویژهگیهای فیزیوگرافی و اقلیمی آنها بکار گرفته شد. مدلبندی با استفاده از مدل رگرسیون غیر خطی ، که به عنوان بهترین مدل در نواحی همگن انتخاب شده بود انجام گرفت، پس از مدلبندی و تعیین مؤثرترین متغیرهای فیزیوگرافی و اقلیمی، شبکه های عصبی مصنوعی با این متغیرها به عنوان ورودی، مورد آموزش قرار گرفت. با ارزیابی دبیهای سیلابی مشاهدهای و محاسباتی حاصل از همه روشها با بهرهگیری از آماره ضریب همبستگی(R)، مجذور میانگین مربع خطا(RMSE) و میانگین خطای مطلق(MAE) ، مشخص گردید که مدل رگرسیون چند متغیره غیر خطی مناسب نبوده و دارای خطای زیادی میباشد و شبکه عصبی نوع MLP با تفاوت جزئی نسبت به شبکه عصبی RBF دارای نتیجه بهتری میباشد و شبکه عصبی RBF درصورت وجود تعداد متغیرهای زیاد نتایج بهتری از MLP دارد. ولی در کل شبکه عصبی MLP عملکرد بهتری نسبت به روش رگرسیونی و شبکه عصبی RBF نشان داد. |
| کلیدواژه ها |
| روش های رگرسیونی، شبکه های عصبی مصنوعی، مدل بندی سیلاب، MLP، RBF |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |