این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Agricultural Science and Technology، جلد ۷، شماره Number ۱&۲، صفحات ۱۷-۳۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Comparison of Regression, ARIMA and ANN Models for Reservoir Inflow Forecasting using Snowmelt Equivalent (a Case study of Karaj)
چکیده انگلیسی مقاله The present study aims at applying different methods for predicting spring inflow to the Amir Kabir reservoir in the Karaj river watershed, located to the northwest of Te-hran (Iran). Three different methods, artificial neural network (ANN), ARIMA time se-ries and regression analysis between some hydroclimatological data and inflow, were used to predict the spring inflow. The spring inflow accounts for almost 60 percent of annual inflow to the reservoir. Twenty five years of observed data were used to train or calibrate the models and five years were applied for testing. The performances of models were compared and the ANN model was found to model the flows better. Thus, ANN can be an effective tool for reservoir inflow forecasting in the Amir Kabir reservoir using snowmelt equivalent data.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://jast.modares.ac.ir/article_4519_8fafc088fff0f35b98770ac73415b60a.pdf
فایل مقاله دریافت فایل مقاله
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات