مقاله پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره) دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره)  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 پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پیش بینی دبی با استفاده از روش های شبکه عصبی مصنوعی و آریما (مطالعه موردی: حوزه آبخیز زهره) :

تعداد صفحات:۱۳
چکیده:
پیش بینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص می باشد. تحقیق حاضر با هدف مقایسه بین مدل های مختلف شبکه عصبی مصنوعی و سری های زمانی آریما (ARIMA) در برآورد دبی در ایستگاه بریم آبخیز زهره که دارای آمار بارندگی، دبی در طی دوره مشترک آماری بودند پی ریزی شد. در روش شبکه عصبی مصنوعی از توابع محرک سیگموئیدی و ضریب یادگیری یک که با استفاده از آزمون و خطا به دست آمد استفاده کردیم. همچنین در روش آریما از یک مدل های مختلف روشی که کمترین آکائیک را داشته باشد. به عنوان مدل بهینه انتخاب گردید که مدل (۱۲)(۱، ۰، ۱)(۰، ۱، ۰) ARIMA است. دقت سنجی مدل ها بر اساس آماره های ریشه میانگین مربعات خطا و ضریب تبیین حاکی از دقت بیشتر شبکه عصبی مصنوعی نسبت به مدل های سری زمانی (ARIMA) می باشد. همچنین بهترین مدل در روش شبکه عصبی مصنوعی، مدل شماره ۲ با آرایش ۱-۱۱-۳ به ترتیب با سه نرون در نرون در لایه ورودی، ۱۱ نرون در لایه مخفی و یک نرون در لایه خروجی شناخته شد.