TY - JOUR ID - 61686 TI - تاثیر توزیع‌های احتمالاتی در افزایش دقت پیش‌بینی رسوب معلق با استفاده از شبکه‌های عصبی مصنوعی و سیستم استنتاج فازی-عصبی(مطالعه موردی: حوزه آبخیز سد دز) JO - نشریه علمی - پژوهشی مرتع و آبخیزداری JA - JRWM LA - fa SN - 5044-2008 AU - افخمی, حمیده AU - دستورانی, محمد تقی AU - فتوحی فیروزآبادی, فرزانه AD - دانشجوی دکتری علوم و مهندسی آبخیزدارای، دانشکده منابع طبیعی و کویر شناسی دانشگاه یزد، ایران. AD - دانشیاردانشکده منابع طبیعی و محیط زیست دانشگاه فردوسی مشهد، ایران. AD - دانشجوی دکتری، علوم و مهندسی آبخیزدارای، دانشکده منابع طبیعی و کویر شناسی دانشگاه یزد، ایران. Y1 - 2016 PY - 2016 VL - 69 IS - 2 SP - 323 EP - 338 KW - پیش‌بینی رسوب KW - توزیع های احتمالاتی KW - سیستم فازی-عصبی KW - شبکه عصبی مصنوعی KW - رسوب معلق DO - 10.22059/jrwm.2016.61686 N2 - توجه به ماهیت داده­های رسوب و انتخاب روش­های مناسب پردازش بر روی داده­ها قبل از ورود به مدل­های هوش مصنوعی از جمله مواردی است که می­تواند نتایج حاصل از شبیه­سازی­ها را به واقعیت نزدیک سازد. در این تحقیق تأثیر روش­های پردازش داده­های رسوب قبل از ورود به دو مدل شبکه­های عصبی مصنوعی و سیستم­های استنتاج فازی-عصبی در هفت ایستگاه حوضه سد دز مورد بررسی قرار گرفته است. بر این اساس با توجه به توزیع­های احتمالاتی حاکم بر داده­ها سه سناریو در نظر گرفته شد. سناریوی اول بدون هیچ‌گونه پردازش و با استفاده از اصل داده­ها، سناریوی دوم، پردازش داده­ها از طریق استاندارد­سازی و در سناریوی سوم با توجه به حاکمیت توزیع­های لگاریتمی بر داد­ه­های رسوب، از لگاریتم داده­ها استفاده گردید. نتایج شبیه­سازی­ها در دو مدل، کارایی بهتر و خطای کمتر را در شرایط استفاده از لگاریتم داده­ها به خصوص در ایستگاه­هایی که بهترین توزیع­های احتمالاتی آن‌ها یکی از توزیع‏های لگاریتمی می‌باشد، نشان دادند. درنهایت، مدل فازی عصبی با ضریب همبستگی 95/0، 4/5RMSE=، 4/1 MSE=و 42/0 ME= در ایستگاه بیاتون و در شرایط استفاده از لگاریتم داده­ها بهترین عملکرد را نشان داد. UR - https://jrwm.ut.ac.ir/article_61686.html L1 - https://jrwm.ut.ac.ir/article_61686_5e947cccdec087ee7eadcc8c35df3216.pdf ER -