پیش بینی سرعت حرکت آلودگی در رودخانه با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH )


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

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

 پیش بینی سرعت حرکت آلودگی در رودخانه با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH ) دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی سرعت حرکت آلودگی در رودخانه با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH )  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 پیش بینی سرعت حرکت آلودگی در رودخانه با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH )،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن پیش بینی سرعت حرکت آلودگی در رودخانه با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH ) :

تعداد صفحات :۸

چکیده مقاله:

در پژوهش حاضر با استفاده از روش هوشمند برخورد گروهی با داده ها ( GMDH )، مدلی برای پیش بینی سرعت حرکت آلودگی در رودخانه ها توسعه داده شده است. روش GMDH یک روش پیش بینی هوشمند داده محور و متعلق به خانواده روش های فراکاوشی خودسازماندهی است که از مفاهیم جعبه سیاه، مفهوم همبستگی و استقرا استفاده می کند و دارای رویکرد خودسازماندهی بوده که به تدریج مدل های پیچیده تری در طول ارزیابی عملکرد مجموعه داده های ورودی و خروجی تولید می کند. مرحله آموزش و ارزیابی این پژوهش با استفاده از مجموعه داده های واقعی انجام شده است. پارامترهای آماری به دست آمده از الگوریتم GMDH در مرحله آموزش شامل R2، RMSE، MSRE ، MPRE و RB به ترتیب ۰/۸۸۰۹، ۰۷۲۳، ۰/۰۶۹۸۶/۰، ۵۱/۱۴۱۶ و ۰/۲۹۶۰- می باشند و همچنین ضریب همبستگی در مرحله ارزیابی ۰/۹۳۲۸ محاسبه شد . پارامترهای فوق برای بهترین رابطه رگرسیونی برازش داده شده برای محاسبه سرعت پیک آلودگی به ترتیب ۰/۳۱۲۵، ۰/۲۲۸۸، ۰/۵۰۷۶، ۰/۰۷۰۵۱۱ و ۰/۱۰۲۹ می باشند. مقایسه پارامترهای آماری نشان دهنده دقت بالای محاسبات توسط الگوریتم هوشمند GMDH و عملکرد خوب مدل استفاده شده در پیش بینی سرعت پیک و برتری آن نسبت به رابطه رگرسیونی، می باشد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.