• مقاله با عنوان: بررسی عملکرد مدل های ترکیبی شبکه موجک - عصبی و برنامه ریزی بیان ژن در مدلسازی بارش ماهانه
• نویسندگان: یوسف حسن زاده ، آرش یاقوتی ، پیمان یوسفی
• محل انتشار: دهمین کنگره بین المللی مهندسی عمران - دانشگاه تبریز - 15 تا 17 اردیبهشت 94
• فرمت فایل: PDF و شامل 7 صفحه می باشد.
چکیــــده:
مدلسازی وضعیت بارش در منابع آب نقش بسیار حیاتی به عهده دارد. پیش بینی بارندگی برای برنامه ریز منابع آب خصوصا در دوره های خشکسالی و جلوگیری از خسارات ناشی از آن می تواند نقش اساس داشته باشد. با توجه به پیشرفت تکنولوژی، اگرچه این مدلسازی و پیش بینی در دامنه زمان و مکان امری محال نیست، ولی از پیچیدگی های بسیاری برخوردار است. در این تحقیق، مدلسازی بارش ماهانه از سه منظر مورد بررسی قرار گرفت. (1) نوع ورودی و ترکیب متفاوت ورودی، علاوه بر بارش ماهانه از پارامترهای دما، فشار و رطوبت استفاده شد (2) روش مدلسازی: در تحلیل حاضر از شبکه عصبی مصنوعی (پرسپترون چند لایه) و ساختار درختی برنامه ریزی بیان ژن استفاده شد. (3) گسسته سازی: دو نوع موجک مادر متفاوت به منظور بررسی بهبود کارایی مدل ها به کار گرفته شد. تحقیق حاضر در 2 ایستگاه اصلی سینوپتیکی استان آذربایجان شرقی شامل تبریز، اهر که دارای آمار بارندگی بیش از 24 سال هستند صورت گرفت و در نهایتا عملکرد مدل ها توسط شاخص های آماری ضریب همبستگی (R) و جذر کمترین مربعات خطا (RMSE) ارزیابی گردید. نتایج حاصل، حاکی از دقت مطلوب مدل ترکیبی موجک - شبکه عصبی در مدل سازی بارش ماهانه می باشد.
________________________________
** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **
** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **
بررسی عملکرد مدل های ترکیبی شبکه موجک - عصبی و برنامه ریزی بیان ژن در مدلسازی بارش ماهانه