1403/09/01
هادی ثانی خانی

هادی ثانی خانی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 54927038000
دانشکده: دانشکده کشاورزی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
تهیه مدل موجک شبکه عصبی در پیش بینی نوسانات سطح آب دریاچه زریوار
نوع پژوهش
پایان نامه
کلیدواژه‌ها
پیش بینی، دریاچه زریوار، موجک-شبکه عصبی، محاسبات نرم.
سال 1395
پژوهشگران سیاوش گویلی(دانشجو)، سامان جوادی(استاد راهنما)، محمد ابراهیم بنی حبیب(استاد راهنما)، هادی ثانی خانی(استاد مشاور)

چکیده

قرارگیری ایران بر کمربند خشک و نیمه خشک دنیا و همچنین سوء مدیریت منابع آبی سبب ایجاد وضعیت هشدار دهنده کمبود آب در بسیاری از مناطق کشور شده است. در این میان از بین رفتن دریاچه ها و تالاب های کشور یکی از مشهودترین رخدادها بوده است. پیش بینی وضعیت آبی این منابع به منظور مدیریت مناسب آن ها از اهمیت بالایی برخوردار است. یکی از این منابع، دریاچه آب شیرین زریوار واقع در استان کردستان می باشد. در سال های اخیر عوامل بسیاری سبب افت وضعیت دریاچه از حالت طبیعی خود شده و اثرات نامطلوبی بر آن گذاشته اند. بررسی ها حاکی از کاهش تراز سطح آب این دریاچه در دهه گذشته بوده است. استفاده از مدل های هوشمند در محاسبه فرایندهای هیدرولوژیکی در سال های اخیر روند رو به رشد و بسیار چشمگیری داشته است. مدل ترکیبی موجک-شبکه عصبی در دهه گذشته به عنوان یکی از ابزارهای دقیق محاسبه مورد توجه قرار گرفت. از این ابزار مهم برای تهیه مدل پیش بینی یک ماهه نوسانات تراز سطح آب دریاچه زریوار استفاده کردیم. علاوه بر آن، از مدل های شبکه عصبی مصنوعی، سیستم استنتاج عصبی-فازی تطبیقی و برنامه نویسی ژنتیک نیز استفاده کردیم که همگی از ابزارهای محاسبات نرم می باشند. نتایج پیش بینی حاصل از این مدل ها را با سه شاخص آماری RMSE، MAE و R2 سنجیدیم و مدل ها را مورد مقایسه قرار دادیم. در نهایت مدل ترکیبی موجک-شبکه عصبی بالاترین دقت را در انجام عمل پیش بینی پارامتر نوسانات تراز سطح آب دریاچه از خود نشان داد. پس از آن به ترتیب مدل های ANFIS، GEP و ANN قرار دارند. همچنین رابطه صریح بین متغیرها همراه با درخت بیان ژن توسط مدل GEP بدست آمد.