کارآیی مدل های مختلف یادگیری هوش مصنوعی در پیش بینی بارش-رواناب

چکیده مقاله

پیشینه و اهداف: هدف از پژوهش حاضر مدلسازی فرآیند بارش رواناب براساس مدل نیمه توزیعی و هوش مصنوعی و مجموعه داده های داخلی می باشد داده های تاریخی آب و هوا، اندازه گیری های بارش و داده های رواناب را از منابع مختلف مانند ایستگاه های هواشناسی، داده های سنجش از دور و مدل های هیدرولوژیکی جمع آوری شد داده های جمع آوری شده برای اطمینان از کیفیت و سازگاری آن، پاکسازی و پیش پردازش شد روش ها: در زمینه مدلسازی بارش رواناب با استفاده از شبکه های عصبی مصنوعی تحقیقات متعددی انجام یافته است که عمدتا از الگوریتم پس انتشار خطا برای آموزش شبکه های چندلایه استفاده شده است مدل پیشنهادی یک روش بیش نمونه گیری مبتنی بر شبکه مولد متخاصم برای دو مجموعه داده نامتعادل در کلاس کم و زیاد برای پیش بینی رواناب طراحی و پیاده سازی می شود از یک شبکه GAN برای تولید نمونه های مصنوعی برای کلاس اقلیت استفاده شد یافته ها: تفاوت بین نرخ جریان واقعی و سرعت جریان پیش بینی شده در طول زمان نشان داد معمولا باقیمانده ها در اکثر مجموعه داده ها کوچک هستند، که نشان می دهد پیش بینی ها در بسیاری از موارد کاملا به مقادیر واقعی نزدیک هستند یک جهش قابل توجه در باقیمانده ها در حدود علامت ۲۰۰۰ وجود دارد که مربوط به سنبله قبلی در نمودار واقعی در مقابل پیش بینی شده است این نشان می دهد که مدل نتوانست آن جهش بزرگ در نرخ جریان را ثبت کند حجم سیل پیش بینی شده نشان داد که چگونه حجم سیل با گذشت زمان افزایش می یابد نتیجه گیری: نتایج نشان داد تلفات میانگین مربعات خطا برای مجموعه داده های آموزشی و اعتبارسنجی بیش از ۵۰ دوره نشان داد از دست دادن آموزش به طور پیوسته کاهش می یابد، که نشان می دهد که مدل در طول زمان در حال یادگیری است

کلیدواژه‌ها

نویسندگان

بهروز آقاپورآهنگری

گروه مهندسی عمران، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

بابک فضلی مالیدره

گروه مهندسی عمران، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران

رضا محمدپور

گروه مهندسی عمران، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

تورج سبزواری

گروه مهندسی عمران، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

زهرا قدم پور

گروه مهندسی عمران، واحد استهبان، دانشگاه آزاد اسلامی، استهبان، ایران

�قاپورآهنگری، بهروز و فضلی مالیدره، بابک و محمدپور، رضا و سبزواری، تورج و قدم پور، زهرا،1404،کارآیی مدل های مختلف یادگیری هوش مصنوعی در پیش بینی بارش-رواناب،چهارمین کنفرانس بین المللی و نهمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات پنجمین همایش ملی و نخستین همایش بین المللی محاسبات نرم علوم مهندسی در صنعت و جامعه26 بهمن 1404 · ایرانشهر