دانش رسان |
مرکز علم و دانش کشور مقایسه کارایی مدل های آماری و مفهومی در پیش بینی خشک سالی هیدرولوژی (مطالعه موردی: حوزه آبخیز کرخه)
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقایسه کارایی مدل های آماری و مفهومی در پیش بینی خشک سالی هیدرولوژی (مطالعه موردی: حوزه آبخیز کرخه) دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقایسه کارایی مدل های آماری و مفهومی در پیش بینی خشک سالی هیدرولوژی (مطالعه موردی: حوزه آبخیز کرخه) 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 مقایسه کارایی مدل های آماری و مفهومی در پیش بینی خشک سالی هیدرولوژی (مطالعه موردی: حوزه آبخیز کرخه)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقایسه کارایی مدل های آماری و مفهومی در پیش بینی خشک سالی هیدرولوژی (مطالعه موردی: حوزه آبخیز کرخه) :
نام کنفرانس، همایش یا نشریه : مرتع و آبخیزداری (منابع طبیعی ایران)
تعداد صفحات :۲۱
خشک سالی پدیده ای است که برای پیش بینی آن نمی توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می کنند با استفاده از مدل های پیشرفته دقت پیش بینی ها را افزایش دهند. در این زمینه، مدل های استوکاستیک خطی، شبکه عصبی مصنوعی، و مدل های هیبرید می توانند در دقت پیش بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکه عصبی مصنوعی مستقیم (DMSNN)، شبکه عصبی مصنوعی چندگامی بازگشتی (RMSNN)، مدل هیبرید آریما- شبکه عصبی مصنوعی چندگامی مستقیم (HSNNDM)، و مدل هیبرید آریما- شبکه عصبی مصنوعی چندگامی بازگشتی (HSNNRA) در پیش بینی خشک سالی هیدرولوژی در دو مقیاس زمانی ماهانه و فصلی می پردازد. شاخص استاندارد شده جریان (SDI) به عنوان نمایه جریان و شاخص پیش بینی شونده در حوزه آبخیز کرخه انتخاب شد. نتایج این پژوهش نشان می دهد مدل هیبرید شبکه عصبی مستقیم- آریما (HSNNDA) نسبت به سایر مدل ها دارای عملکرد بهتری در پیش بینی SDI است و همچنین کارایی مدل در پیش بینی ماهانه بهتر از مقیاس فصلی است.
کلید واژه: پیش بینی، خشک سالی هیدرولوژی، شبکه های عصبی مصنوعی، مدل های استوکاستیک، مدل های هیبرید
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
