| مقایسه روش شبکه عصبی مصنوعی و مدل ترکیبی شبکه عصبی-موجک در پیش بینی پارامتر های کیفی آب در رودخانهی کرج(ایستگاه سیرا) |
| کد مقاله : 1179-IHA (R2) |
| نویسندگان |
|
واحد نوری1، علی عطارزاده *2، حمیده جعفری3 1دانشگاه صنعتی قم،دانشکده فنی و مهندسی،گروه عمران 2استاد یار گروه مهندسی عمران،دانشکده فنی و مهندسی،دانشگاه صنعتی قم،ایران 3گروه مهندسی اب |
| چکیده مقاله |
| امروزه مدیریت در برداشت و مصارف آب به توان و پتانسیل آبدهی و کیفیت منابع آب وابسته است. از اینرو بررسی و پیشبینی تغییرات پارامترهای کیفی آب در طول یک رودخانه بایستی مورد توجه قرار گیرد. جهت تحقق این امر، مدلهای متعددی در زمینه مدیریت و پیشبینی کیفیت آب استفاده می شود. پیشبینی دقیق سری زمانی، انگیزه محققان برای توسعه مدلهای نو در زمینه مدیریت منابع آب میباشد. یکی از روشهایی که در سالهای اخیر در زمینه هیدرولوژی مورد توجه قرار گرفته، استفاده از موجک (Wavelet)به عنوان روشی نوین و بسیار مؤثر در زمینه آنالیز سیگنالها و سریهای زمانی است. استفاده از موجکها در زمینه پیشبینیهای هیدرولوژیکی علاوه بر قابلیتهای غیر ایستایی با توسل به قابلیتهای چند رزولوشنی در حال گسترش است. در تحقیق حاضر، به مقایسه عملکرد شبکه عصبی مصنوعی (ANN) و ترکیب شبکه عصبی-موجک (WANN) در ایستگاه سیرا واقع در رودخانه کرج پرداختهایم.در ایستگاه منتخب، پارامترهای TDS و EC با استفاده از هر دو مدل پیشبینی و مقایسه شد.نتایج نشان دهنده برتری مدل ترکیبی شبکه عصبی-موجک بود که علت آن توانایی موجک در تجزیه چند سطحی موجکی دادههااست. دادههای مورد استفاده در تشکیل این مدلها، مقادیر پارامترکیفی موردنظر برای مدت ده سال بود. نتایج نشان داد که آماده سازی دادهها برای ورود به شبکه یکی از نکات مهم در استفاده از مدل های هوشمند می باشد. |
| کلیدواژه ها |
| کلمات کلیدی: شبکهی عصبی مصنوعی، موجک، پارامترهای کیفی، TDS، EC، رودخانه کرج. |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |