مقاله پیشبینی کمآبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله پیشبینی کمآبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله پیشبینی کمآبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیشبینی کمآبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله پیشبینی کمآبی ماهانه با استفاده از یک مدل استوکستیک و سیستم استنتاج فازی مبتنی بر شبکه تطبیقی :
تعداد صفحات :۱۸
آگاهی از دبی جریان و پیشبینی آن به ویژه در مواقعی که رودخانه با کمآبی مواجه است امری ضروری در جهت مدیریت بهرهبرداری از رودخانه است. در این مقاله به منظور مدلسازی سریهای زمانی تشکیل شده از کمآبیهای ماهانه و پیشبینی مقدار و زمان وقوع کمآبیها، از یک مدل استوکستیک متداول (مدل میانگین متحرک تجمعی خودبازگشت-ARIMA) و یک مدل مبتنی بر هوش مصنوعی (سیستم استنتاج فازی مبتنی بر شبکه تطبیقی-ANFIS) استفاده شده و نتایج حاصل از دو روش با یکدیگر مقایسه شده است. مقدار عددی کمآبی در هر ماه برابر با حداقل مقدار میانگین متحرکهای یک، سه و هفتروزه دبی جریان در همان ماه در نظر گرفته شده و بدین ترتیب سه سری زمانی یک، سه و هفتروزه از کمآبیهای ماهانه به دست آمده است. بررسی عملکرد دو مدل یاد شده با استفاده از آمار ثبت شده از دبی جریان در خروجی حوضه آبریز معرف ناورود در استان گیلان نشان داد که مدل ARIMA عملکرد بهتری در پیشبینی کمآبیهای یک، سه و هفتروزه دارد. علاوه بر این، نتایج این تحقیق نشان داد که هر دو مدل ARIMA و ANFIS کمآبیهای سهروزه را با خطای کمتری نسبت به کمآبیهای یک و هفتروزه پیشبینی میکنند.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.