شبیهسازی فرایند بارش- رواناب با استفاده از شبکة عصبی- مصنوعی و سیستم فازی عصبی تطبیقی و رگرسیون چندمتغیره (مطالعة موردی: حوضة آبخیز خرمآباد) | ||
| مجله اکوهیدرولوژی | ||
| مقاله 10، دوره 2، شماره 2، 1394، صفحه 233-243 اصل مقاله (854.12 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2015.56243 | ||
| نویسندگان | ||
| علی حقی زاده* 1؛ محمد محمدلو2؛ فاضل نوری2 | ||
| 1استادیار، گروه مهندسی آبخیزداری دانشگاه لرستان | ||
| 2دانشجوی کارشناسی ارشد مهندسی آبخیزداری دانشگاه لرستان | ||
| چکیده | ||
| مقدار دبی یا رواناب خروجی از یک حوضة آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن بهصورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب بهصورت روزانه در حوضة آبخیز خرمآباد شبیهسازی شد. برای ورودیها از ترکیبهای مختلف از ورودیهای بارندگی همان روز، یک روز قبل و دو روز قبل استفاده شد. تابع عضویت ورودیهای مدل ANFIS استفادهشده در این مطالعه، ذوزنقهای، مثلثی، گوسی و گوسی نوع 2 است. مدل MLP بهکاررفته با یک لایة پنهان و تعداد نورونهای متغیر ارزیابی شد. نتایج نشان داد که مدل عصبی فازی تطبیقی (ANFIS) عملکرد بهتری از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل رگرسیون چندمتغیره دارد. همچنین با افزایش تعداد ورودیها و دخالت دادن بارندگی یک و دو روز قبل، عملکرد هر سه مدل بهتر میشود. | ||
| کلیدواژهها | ||
| پرسپترون چندلایه؛ حوضة آبخیز خرمآباد؛ سیستم فازی- عصبی تطبیقی؛ رگرسیون چندمتغیره؛ رواناب | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 3,840 تعداد دریافت فایل اصل مقاله: 2,285 |
||