|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
ارزیابی پارامتر مدل میانگین حرکت خود بازگشتی برای پیش بینی جریان رودخانه با استفاده از برنامه ریزی هدفمند |
| عنوان انگلیسی مقاله: |
Parameter estimation of an ARMA model for river flow forecasting using goal programming |
|
|
| مشخصات مقاله انگلیسی و ترجمه فارسی | |
| سال انتشار | 2006 |
| تعداد صفحات مقاله انگلیسی | 7 صفحه با فرمت pdf |
| تعداد صفحات ترجمه مقاله | 8 صفحه با فرمت word به صورت تایپ شده با قابلیت ویرایش |
| رشته های مرتبط با این مقاله | عمران |
| گرایش های مرتبط با این مقاله | مهندسی آب، آبیاری و زهکشی، سازه های آبی، مدیریت منابع آب، آب و سازه هیدرولیکی |
| مجله | هیدرولوژی |
| دانشگاه | دانشگاه تربیت مدرس، آبیاری و زهکشی، تهران، ایران |
| کلمات کلیدی | مدل های آماری، پیش بینی جریان رودخانه، برنامه ریزی آرمانی، خودرگرسیو، میانگین متحرک |
| شناسه شاپا یا ISSN | ISSN 0022-1694 |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه | Elsevier |
- بخشی از ترجمه:
چکیده
پیش بینی جریان رودخانه یکی از مهم ترین کاربردها را در هیدرولوژی (آب شناسی) تشکیل می دهد. روش های متعددی برای این منظور توسعه یافته اند و یکی از مشهورترین تکنیک ها، مدل میانگین حرکت خود بازگشتی (ARMA) می باشد. در بررسی گزارش شده در اینجا، هدف، حداقل رسانی خطا برای فصل خاصی از سال و همچنبن سری های کامل می باشد. برنامه ریزی هدفمند (GP) برای ارزیابی پارامترهای مدل ARMA مورد استفاده قرار گرفته است. ایستگاه شالو بریدج در رودخانه ی کارون به همراه ۶٨ سال سابقه در مورد داده های مربوط به جریان رودخانه ای، برای ارزیابی کارایی روش پبشنهاد شده انتخاب شد. نتایج هنگام مقایسه با روش معمول ارزیابی احتمال ماکزیمم با توجه به الگوریتم پیشنهاد شده جدید مطلوب بودند.
مقدمه
در عملیات رودخانه ای کوتاه یا بلند مدت، ارزیابی جریان رودخانه، پارامتر مهمی می باشد. یکی از متداول ترین روش های استفاده شده برپایه ی استفاده از داده های مشاهده شده ی قبلی و پیش بینی تخلیه رودخانه در آینده یا استفاده از آنالیز مجموعه های زمانی می باشد. زمینه ی آنالیزهای مجموعه های زمانی در دهه ی اخیر به علت پیشرفت و دستیابی به دانش جدید در زمینه ی داینامیک های غیرخطی تغییر یافته است.
- بخشی از مقاله انگلیسی:
Summary
River flow forecasting constitutes one of the most important applications in hydrology. Several methods have been developed for this purpose and one of the most famous techniques is the Auto regressive moving average (ARMA) model. In the research reported here, the goal was to minimize the error for a specific season of the year as well as for the complete series. Goal programming (GP) was used to estimate the ARMA model parameters. Shaloo Bridge station on the Karun River with 68 years of observed stream flow data was selected to evaluate the performance of the proposed method. The results when compared with the usual method of maximum likelihood estimation were favorable with respect to the new proposed algorithm.
Introduction
In long or short-term river operation, river flow estimation is an important parameter. One of the common methods employed is based on using past observed data and forecasting river discharge in the future or using time series analysis. The field of time series analysis has changed in the last decade due to progress and acquisition of new knowledge in non-linear dynamics (Sprave, 1994). Nevertheless, there are still applications where the accurate estimation of linear processes such as auto regressive moving average (ARMA) models are sufficient especially when they are used for linear time series analysis (Hwarng, 2001). However, the methods for this class of models were developed more than 20 years ago, with the restrictions of the then currently available computer resources. Therefore, it is necessary to test the new approaches in applying the ARMA models in time series analysis.
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
پیش بینی جریان رودخانه توسط برآورد پارامتر ARMA |
| عنوان انگلیسی مقاله: |
Parameter estimation of an ARMA model for river flow forecasting using goal programming |
|
|