بخشی از مقاله
چکیده
برآورد جریان حوضه آبریز با توجه به کاربرد گسترده آن در علوم مرتبط با صنعت آب از دیرباز مورد توجه پژوهشگران بوده است لذا ارائه الگوی نو و به کارگیری تکنیک های پیشرفته می تواند موجب تحول در برآورد این سیستم غیر خطی گردد. روش های داده محور - جعبه سیاه - یکی از موفقترین روشهای مورد استفاده در پیش بینی جریان رودخانه بوده ولی به دلیل اتکای زیاد این روشها بر داده ها اندازه گیری شده ،پردازش اولیه روی داده ها در بهبود نتایج حاصل از مدلسازی موثر می باشد .این امر می تواند با استفاده از روشهای هیبریدی محقق گردد. در این تحقیق ابتدا مروری بر پژوهشهای قبلی انجام شده و سپس به تفکیک روش های هیبریدی دسته بندی و تفسیر گردید
-1 مقدمه
ای در سالهای اخیر، شاهد رشد روزافزون کاربرد هوش محاسباتی - Computational Intelligence - CIدر حل مسائلی هستیم که تأثیر پارامترهای بسیار زیاد در برخی فرایندهای فیزیکی و وجود روابط کاملاً غیرخطی میان آنها حاکم میباشد. از طرف دیگر، یکی از مباحث مهم در مدیریت منابع آب تشخیص صحیح میزان دبی به صورت لحظهای، کوتاه مدت و بلند مدت و توان پیشبینی دبی در آینده میباشد تا بتوان با اتکا به آن پیشبینی دقیق، نسبت به مدیریت مصرف برنامهریزیهای لازم را انجام داد با اینکه مدل هوش مصنوعی به صورت تکی مدلسازی رفتارهای غیرخطی را داراست، ولی با توجه به ویژگی های نا ایستائی و غیر خطی بودن سری زمانی جریان رودخنه ، به منظور پیش بینی وشبیه سازی دقیق بهتر است از روش دومی استفاده نماییم. چرا که به تنهائی قادر به غلبه بر ناایستائی سیگنال نمی باشد. در حالیکه روش های ترکیبی باعث افزایش دقت مدل می گردد. . هدف از ارائه این مقاله، ابتدا مروری بر پژوهشهای قبلی انجام شده و سپس به تفکیک روش های هیبریدی دسته بندی و تفسیر گردید
-2 روش تحقیق
-1-2 مدل میانگین متحرک خود بازگشت - ARIMA -
در این تحقیق به منظور مدلسازی و پیش بینی سری های زمانی ماهانه از مدل میانگین متحرک تجمعی خود بازگشت ضربدری استفاده شده است. این مدل با دوره تناوب w و مرتبه های خود بازگشت میانگین متحرک و تفاضل گیری فصلی , P D , Q و غیر فصلی d , q , p که به شکل ARIMA - p,d,q - - P,D,Q - نمایش داده میشود را میتوان به صورت زیر در نظر گرفت:
که در ان سری زمانی نرمال شده، , پارامترهای خود بازگشت و میانگین متحرک فصلی و , پارامترهای خود بازگشت و میانگین متحرک غیر فصلی و B عملگر پسرو، - - می باشد و ε نمادی است که برای یک فرآیند تصادفی محض با میانگین صفر و واریانس به کار میرود.
مراحل مدلسازی سری زمانی با استفاده از مدل های پارامتری خطی در یک دید کلی به صورت - انالیز اولیه، شناسایی و تخمین پارامترها، ازمون های نکویی برازش، انتخاب ممسک ترین مدل و پیش بینی - تقسیم بندی میشود
-1-1 انالیز اولیه: در این مرحله ایستا بودن داده ها نسبت به میانگین و واریانس بررسی میشود که ابتدا باید ایستایی داده ها نسبت به واریانس و سپس ایستایی داده ها نسبت به میانگین مورد بررسی قرار گیرد.]خرمی[ در این تحقیق به منظور ایستا سازی داده ها نسبت به واریانس از تبدیل Box-Cox استفاده شده است:
که در ان داده ای است که باید نرمال شود، مقدار تبدیل یافته و یک مقدار حقیقی است که باید به نحوی تعیین شود که توزیع داده ها را تا حد ممکن به توزیع نرمال نزدیک کند.
-2-1 .شناسایی مدل اولیه و تخمین پارامترها: مدل اولیه و تعداد پارامترهای مناسب جهت مدلسازی با توجه به ابزارهایی همچون تابع خودهمبستگی - - ACF و تابع خود همبستگی جزئی - - PACF شناسایی میشوند که مقدار پارامترها باید به طور معنی داری متناظر با صفر باشند. از انجا که تئوری سریهای زمانی بر اساس ایستا بودن داده ها توسعه یافته است، داده ها باید علاوه بر واریانس، نسبت به میانگین نیز ایستا باشند. در صورت نا ایستا بودن داده ها نسبت به میانگین از عمل تفاضل گیری استفاده مینماییم.
:D تعداد تفاضل گیری فصلی :d تعداد تفاضل گیری غیرفصلی
:w دوره تناوب فصلی :B عملگر پسرو
-3-1 ازمون نکویی برازش: در این مرحله باید نرمال و مستقل بودن باقیمانده ها مورد بررسی قرار گیرد. جهت بررسی نرمال بودن باقی مانده ها از ازمون ضرایب همبستگی برازش احتمالاتی - PPCC - که این ازمون و مقادیر بحرانی آن توسط [4]Vogel - 1981 - ارائه شده است و همچنین از نمودار احتمال نرمال باقی مانده ها استفاده شده است. جهت بررسی مستقل بودن باقی مانده ها نیز از آزمون Box-Pierce استفاده میشود.
-4-1 انتخاب بهترین مدل: در این مرحله مدلی که دارای کمترین مقدار خطا MSE باشد به عنوان بهترین مدل انتخاب میشود همچنین در این تحقیق از نوعی معیار اطلاعات به نام آکائیک - - AIC که توسط آکائیک در سال 1974 ارائه شده است استفاده میگردد. این تست بر اساس واریانس های تخمین استوار میباشد. با استفاده از این روش از بین مدلهای مناسب، مدلی که دارای کمترین ضریب AIC است به عنوان بهترین مدل انتخاب میگردد.
