مقالات مربوط به بحران آب

در تحقيق حاضر از تکنيک آناليز موجکي براي پيش پردازش سريهاي زماني جريان رودخانه استفاده شده است. با استفاده از تبديلات پيوسته و گسسته موجکي سيگنال مورد مطالعه که همان سري زماني جريان رودخانه قره آغاج در چند ايستگاه مورد مطالعه مي باشد به سيگنالهاي تقريب و جزييات تجزيه مي گردد. سيگنال تقريب همان سيگنال اصلي است که اختلالات در آن از موج پايه جدا شده اند و سيگنال جزييات در حقيقت سيگنال اختلالات مي باشد. در گام بعد با کاربرد آناليز فراکتال ضريب H هر يک از سيگنالهاي نامبرده در ايستگاه هاي مختلف بدست آمده و از آن طريق ضريب همبستگي در آنها محاسبه شده است. انرژي متوسط سيگنال نيز در هر حالت محاسبه گرديده است. با بررسي ضرايب همبستگي و انرژي متوسط سيگنال مشخص است که سريهاي زماني پس از حذف اختلالات داراي همبستگي بالاتري مي باشند که از افزايش حافظه سري حکايت مي کنند. در مرحله پيش بيني سريهاي زماني جريان که توسط آناليز موجکي پيش پردازش شده اند توسط مدل شبکه عصبي مصنوعي از نوع پرسپترون چند لايه پيش خوران با الگوريتم حاکم Levenberg-Marquardt پيش بيني شده اند. نتايج حاصل از افزايش قابل توجه در دقت پيش بيني جوابهاي مدل شبکه عصبي در صورت استفاده از سريهاي پيش پردازش شده بوسيله آناليز موجکي و خصوصا از نوع تبديلات گسسته دلالت مي کند.