دانش رسان |
مرکز علم و دانش کشور مقاله مدل SSP جهت پیش یابی جریان ماهانه رودخانه
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله مدل SSP جهت پیش یابی جریان ماهانه رودخانه دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل SSP جهت پیش یابی جریان ماهانه رودخانه 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 مدل SSP جهت پیش یابی جریان ماهانه رودخانه،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل SSP جهت پیش یابی جریان ماهانه رودخانه :
تعداد صفحات:۱۰
چکیده:
پیش یابی (forecast) میزان حجم آورد ماهانه رودخانه تا ۵ ماه، یکی از متغیرهای موثر در بهره برداری از مخازن سدها و بهینه سازی منحنی فرمان نیروگاه های برقابی بشمار می رود. از این رو تهیه مدلی با دقت بالا جهت برآورد این مقدار محسوس می باشند. استفاده از مدلهای رگرسیون چند متغیره یکی از روش های معمول در این رابطه به حساب می آید. از ضعفهای مدلهای رگرسیونی چند متغیره خطی، حساس بودن محاسبه ضرایب مدل به استقلال متغیرهای پیش بینی کننده (predictors) و نسبت طول دوره آماری به تعداد متغیرهای مذکور می باشد. بر اساس تحقیقات (Kleinbaum (1988 و (McCuen (1980 نشان داده شد در صورت وجود همبستگی میان متغیرهای پیش بینی کننده، ضرایب آنها غلط برآورد شده و بعضا علامت ضریب بعضی از این متغیرها مخالف علامت ضریب همبستگی بین همان متغیر و متغیر وابسته می ردد. بدین ترتیب، جهت کاهش متغیرهای پیش بینی کننده اولیه به منظور افزایش نسبت طول دوره آماری به تعداد متغیرهای پیش بینی کننده و حذف همبستگی درونی میان این متغیرها اقدام به تهیه مدل SSP گردید. از دیگر برتری های این مدل، استفاده از یک جستجو گر قوی جهت انتخاب متغیرهای پیش بینی کننده اولیه و انتخاب مولفه های موثر در پیش یابی آورد ماهانه رودخانه می باشد. در این مقاله، سعی شده است کاربرد مدل SSP بر روی حوضه آبریز بالادست طرق به منظور پیش یابی آورد ورودی به سد مورد آزمایش قرار گیرد. با بررسی نتایج حاصل از این آزمایش نشان داد که متوسط درصد خطا (APE2) ناشی از مدل SSP نسبت به استفاده از مدلهای سنتی بهبود معنی داری یافته است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
