- English
- فارسی
Golmohammadi, M.H., Safavi, H.R. (2010) Prediction of Univariate Time Series with Adaptive Neuro-Based Fuzzy Inference System. 5th National Congress on Civil Engineering, Mashhad, Iran, May, 4-6.
پیش بینی سری های زمانی تک متغیره هیدرولوژیکی با استفاده از سیستم فازی بر پایه شبکه عصبی تطبیقی
چکیده
پیش بینی جریان رودخانه ها یکی از مسائل بسیار مهم در هیدرولوژی می باشد که در طراحي و برنامه ریزی منابع آب سطحي نقش بسزایی دارد. استفاده از روشهاي مختلف تحليل سری های زمانی از شیوه های متداول در پیش بینی عوامل هیدرولوژیکی از جمله جريان رودخانه هاست. روابط پیچیده و تقریبی و بالتبع صرف زمان زیاد در تخمین پارامترهای مدل های مختلف در روش هاي تحليل سری های زمانی و از طرف ديگر وجود داده های کافي با طول مناسب، متخصصين را به استفاده از مدل های داده محور ترغیب نموده است. سیستم های فازی برپایة شبکة عصبی تطبیقی یکی از روش های کارآمد در زمینه پیش بینی سریهای زمانی هیدرولوژیکی میباشد. در این تحقیق با ایجاد یک سیستم فازی برپایه شبکه عصبی تطبیقی و با توجه به داده های موجود از رودخانه زاینده رود، آموزش شبکه صورت گرفته و با استفاده از آن پارامترهای سری زمانی تک متغیره تخمین زده شده است. سپس با کاربرد بخشي از داده ها جهت صحت سنجی، نتایج حاصل از سری زمانی،که پارامترهای آن از سیستم فازی بر پایه شبکه عصبی تطبیقی به دست آمده است، مورد مقایسه قرار گرفت. نهايتاً توانایی پیش بینی سیستم فازی بر پایة شبکة عصبی تطبیقی به صورت مستقل با سیستم فازی بر پایه شبکه عصبی تطبیقی به صورت توأم با سری های زمانی مورد مقایسه قرار گرفت، که نشان دهنده کارآیی مناسب این سیستم ها در پیش بینی می باشد.
کلمات کلیدی
پیش بینی جریان رودخانه، سری های زمانی هیدرولوژیکی، سیستم فازی بر پایه شبکه عصبی تطبیقی