开放存取
问题 |
E3S网页汇编
卷积4572023
科学实用国际专题讨论会“建设行业的未来:挑战与发展前景”(FCI-2023) |
|
---|---|---|
文章号 | 02040 | |
页数 | 8 | |
段内 | 综合安全建设 | |
多尔市 | https://doi.org/10.1051/e3sconf/202345702040 | |
在线发布 | 2023年12月5日 |
必威主页
45702040 (2023年)
评价不同机器径流建模模型
莫斯科州立工程大学26分校Yarslavskoyeshosse
一号对应作者 :alaa-slieman@hotmail.com
估计和预测水文因素对水文建模特别重要,表层径流是其中最重要的因素之一。机器学习模型吸引了本领域研究人员的注意力文章旨在评价几类ML模型,如自反综合移动平均值(ARIMA)、前向传播人工神经网络(FFBP-ANN)和自适应神经模糊推理系统模型(ANFIS),以便估计叙利亚Orontes河流域Al-Jawadiya电站的径流值多数ARIMA模型并验证对模型的季节效应后FBP-ANN模型用于修改输入数、隐藏层数和隐藏层神经元数并建了大量FIS模型,模型参数优化过程使用人工神经算法结果显示,人造情报模型总体优于ARIMA模型,FFBP-ANN模型略优于ANFIS模型本研究建议扩大ML模型使用范围,以达到预测水文因素最佳模型
关键字 :表面径流/机器学习/ARIMA/ANN/ANFIS/估计
必威西汉姆赞助2023年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间