Thesis

مدل سازی رابطه دبی _اشل در رودخانه با استفاده از روش های هوشمند داده محور (gmdh و nf-gmdh) (منطقه مورد مطالعه: رودخانه کرج)

Abstract(in Persian; no English abstract is available)

رابطه دبی- اشل در رودخانه یک پدیده بسیار پیچیده در علم هیدرولوژی می باشد که شناخت آن در مدیریت و برنامه ریزی منابع آب از اهمیت بسیار زیادی برخوردار است. مدل سازی این فرآیند می تواند ضریب اطمینان بالایی در طراحی سازه های هیدرولیکی، ساماندهی رودخانه ها و برنامه ریزی برای سیستم های هشدار سیل را ممکن نماید. جهت مدل سازی این فرآیند روش های مختلفی مانند روش های تجربی(منحنی دبی_ اشل)، روش های ریاضی و همچنین مدل های آماری وجود دارد. از لحاظ تئوری، برای مدل کردن یک سیستم لازم است که روابط ریاضی صریح بین ورودی ها و خروجی ها بطور دقیق معلوم باشد. استخراج چنین رابطه صریحی بسیار مشکل می باشد و حتی در بسیاری از مسائل این روابط نا معلوم هستند. در این حالت استفاده از روش های محاسبات نرم که محاسبات را در شرایط غیر دقیق انجام می دهند، اجتناب ناپذیر است. یکی از این روش ها، روش کنترل گروهی داده ها(gmdh) است. در این روش به تدریج یک مدل پیچیده در طول ارزیابی مجموعه اطلاعات ورودی و خروجی تولید می شود. اخیرا نیز سیستم های هوشمند ترکیبی(his) وارد مسائل بهینه سازی در دنیای واقعی گردیده اند. سیستم های هوشمند ترکیبی، از ترکیب روش های داده محور و دانش محور به وجود آمده اند. یکی از این سیستم های هموشند ترکیبی، رروش کنترل گروهی داده ها بر مبنای سیستم عصبی_ فازی(nf-gmdh) می باشد که از ترکیب دو رویکرد منطق فازی و روش کنترل گروهی داده ها به وجود آمده است. در این تحقیق برای مدل سازی رابطه دبی_ اشل در رودخانه کرج مدل هایی مبتنی بر روشهای gmdh و nf-gmdh توسعه داده شده است. صحت و سقم مدل های توسعه داده شده توسط سری زمانی mackey-glass که یک مسئله پایه برای مدل سازی سری های زمانی می باشد، بررسی گردید. برای ارزیابی دقت مدل سازی توسط این دو مدل از یک سری شاخص های آماری نظیر میانگین مربعات خطای نسبی(msre)، میانگین درصد خطای نسبی(mpre)، ضریب nash sutcliffe و انحراف نسبی(rb) استفاده شده است. نتایج حاصل از این دو روش حاکی از عملکرد بالای این روش ها به ویژه مدل توسعه داده شده gmdh در پیش بینی و شناسایی روابط پیچیده بین متغیر ها در مسائل مختلفی نظیر پیش بینی دبی جریان با استفاده از رابطه دبی_ اشل می باشد

Supervisors and advisors

محمد مهدی احمدی، کورش قادری، بهرام بختیاری

Similar theses

Similar items