عنوان مقاله :
مكان يابي ايستگاههاي باران سنجي با استفاده از آنتروپي
عنوان به زبان ديگر :
Rainfall Network Design Using Entropy Approach
پديد آورندگان :
كريمي حسيني، آزاده نويسنده دانشجوي كارشناسي ارشد Karimi Hosseini, azadeh , بزرگ حداد، اميد نويسنده دانشكده عمران-دانشگاه علم و صنعت ايران Bozorg Haddad, omid , هورفر، عبدالحسين نويسنده دانشيار Hoorfar, abdolhossein , ابراهيمي، كيومرث نويسنده دانشكده كشاورزي-دانشگاه تهران ebrahimi, kiomars
اطلاعات موجودي :
فصلنامه سال 1389 شماره 11
كليدواژه :
Sequential Algorithm , site selection , Rain- gauge , Transinformation Entropy , آنتروپي انتقال اطلاعات , الگوريتم ژنتيك , باران سنج , genetic algorithm , مكان يابي , الگوريتم ترتيبي
چكيده فارسي :
مناسب بودن تراكم و توزيع باران سنجها در شبكه هاي باران سنجي هر منطقه، گامي موثر در موفقيت طرحهاي آبي و برنامه ريزي هاي منطقه اي و استفاده موثر از اطلاعات مي باشد. در اين پژوهش با استفاده از مفهوم آنتروپي انتقال اطلاعات، موقعيت ايستگاههاي جديد باران سنجي در شبكه باران سنجي حوزه باتلاق گاوخوني با استفاده از داده هاي بارندگي سالانه ايستگاه ها (1385-1356) تعيين شد. براي مكان يابي باران سنجها با استفاده از دو الگوريتم ترتيبي و ژنتيك استفاده و براي هر الگوريتم دو هدف بيشينه كردن حداقل آنتروپي انتقال اطلاعات و بيشينه كردن متوسط آنتروپي انتقال اطلاعات، تعريف و سپس عملكرد مدلها با يكديگر مقايسه شده است. نتايج نشان دهنده عملكرد بهتر و برتري نسبي الگوريتم ژنتيك بر الگوريتم ترتيبي با هر دو هدف بيشينه كردن حداقل آنتروپي (حداكثر 31/1+، 34/1+ و 12/0+ درصد به ترتيب در نواحي يك، دو و سه) و بيشينه كردن متوسط آنتروپي (حداكثر 35/0+، 21/0+ و 02/0+ درصد به ترتيب در نواحي يك، دو و سه) بود.
چكيده لاتين :
To Adequately design density and distribution of rain- gauges in rainfall networks of each region, is an effective step toward success of water projects, regional programming and proper use of information. In this research, the locations of new rain- gauges in rainfall network of Gav-khuni basin have been deter¬mined using transinformation entropy concept based on annual rainfall data of stations (1356-1385). Sequential and genetic algorithms have been used in order to seleet the proper rain- gauges sites. Two objectives of maximizing the minimum transinformation entropy and maximizing the mean of transinfor¬mation entropy have been defined for each algorithm. Then the performances of different models have been compared. The results imply on the better performance and relative supremacy of genetic algorithm, with maximizing the minimum entropy (maximum supremacy is +1.31, +1.34 and +0.12% in zone 1, 2 and 3, respectively) and maximizing the mean entropy (maximum supremacy is +0.35, +0.21 and +0.02% in zone 1, 2 and 3 respectively) objectives to sequential algorithm.
عنوان نشريه :
علوم و مهندسي آبخيزداري ايران
عنوان نشريه :
علوم و مهندسي آبخيزداري ايران
اطلاعات موجودي :
فصلنامه با شماره پیاپی 11 سال 1389
كلمات كليدي :
#تست#آزمون###امتحان
