استفاده از مدلهای استوكستیك در پیش بینی جریان
استفاده;مدلهای استوكستیك ;پیش بینی جریان;تحقیق ;پژوهش ;مقاله ;پروژه ;دانلود تحقیق ;دانلود پژوهش ;دانلود مقاله ;دانلود پروژه
استفاده از مدلهای استوكستیك در پیش بینی جریان
– مقدمه:
پیش بینی یك عنصر كلیدی در تصمیم گیری مدیریت است. كار آیی نهائی هر تصمیمی‌بستگی به طبیعت یك دنباله از حوادث دارد كه متعاقب آن تصمیم می‌آید. توانایی برای حدس زدن جنبه های غیر قابل كنترل این حوادث قبل از تصمیم گیری باید به امكان انتخاب بهتری نسبت به موردی كه این توانایی در دسترس نباشد بیانجامد. به این دلیل سیستمهای مدیریت برای طرح ریزی و كنترل عملیات یك سیستم نوعا از یك تابع پیش بینی برخوردارند. برای مثال در علم هیدرولوژی هر گونه طرح و برنامه ریزی كه در حوضه های آبریز ومخازن مربوط به آن صورت می‌گیرد بایستی بر اساس تجزیه و تحلیل داده ها و شناخت الگویی برای سیستم و اطلاعات مربوط به خواص هیدرولوژیكی آن حوضه باشد به این داده های متغیرهای هیدرولوژیكی گفته می‌شود و شامل اطلاعاتی است كه در تصمیم گیری نقش موثر وحیاتی دارد. ملاحظه می‌شود كه پیش بینی حدس وتخمینی از رویدادهای آینده است..هدف پیش بینی كاهش ریسك در تصمیم گیری است. با تخصیص منابع بیشتری به پیش بینی قادر به اصلاح وتكمیل دقت پیش بینی می‌شویم.
یكی از روشهای تجزیه وتحلیل داده ها در هیدرولوژی روش استوكستیكی و استفاده از مدلهای استوكستیكی است. در این پروژه هدف نهایی تجزیه و تحلیل سری زمانی مربوط به دبی متوسط سالانه رودخانه ای برای مدت 50 سال و مدل سازی و پیش بینی برای 50 سال آینده خواهد بود.
2- تعاریف
1-2 سری زمانی
مشاهدات وآماری كه بافاصله زمانی یكسان به دست آمده باشند سری زمانی نامیده می‌شوند. اگر پدیده ای معین باشد سری زمانی آن معین واگر احتمالی باشد سری زمانی آن احتمالی نامیده می‌شود.
چند الگوی مشخصات سریهای زمانی در شكل زیر نشان داده شده اند كه در آن Xt مشاهده برای پریود t است
شكل 1- مشخصات سریهای زمانی
الف) فرآیند ثابت ب) روند خطی ج) تغییرات سیكلی د) ضربه ه) تابع پله ای
و) جهش
هر یك از حالات در شكل فوق توصیف كننده الگو و مثال خاصی می‌باشد در این پروژه بعلت سالانه بودن داده ها ما با حالتهای الف وب سرو كار خواهیم داشت كه در قسمت مربوطه توضیح داده می‌شود.
2-2 مدلهای استوكستیكی
قبل از اینكه با در دست داشتن یك سری آماری بخوایم مدل استوكستیكی مناسب را انتخاب كنیم، می‌بایست خواص اولیه آماری داده ها را تعیین كرد. این خواص شامل میانگین، واریانس، انحراف استاندارد و ضریب چولگی می‌باشد. از دیگر خواص آماری در سریهای زمانی، تعیین و محاسبه اتوكواریانس (Auto covariance) است كه درجه خود وابستگی سری زمانی را نشان می‌دهد. برای مثال جهت تعیین تاخیر k از سری زمانی از رابطه زیر استفاده می‌نماییم.
فهرست مطالب
– مقدمه: 1
2- تعاریف 2
1-2 سری زمانی 2
2-2 مدلهای استوكستیكی 3
3- انجام، تجزیه و تحلیل پروژه: 5
گام اول – رسم سری زمانی و تعیین مقادیر آماره های نمونه 5
گام دوم – بررسی وجود مولفه های روند (Trend) و دوره ای Periodic و حذف آنها 7
گام سوم- بررسی نرمال بودن داده ها 9
گام چهارم- شناسایی مرتبه مدل با مشاهده منحنی سری زمانی: 10
گام پنجم- تولید سری زمانی یا میانگین صفر (استاندارد كردن داده ها) 11
گام ششم – ترسیم Partial correlogram corrleogram 12
گام هفتم- بررسی مدلهای انتخاب شده و انتخاب الگوی مناسب 14
تعریف ضریب آكائی 15
گام هشتم پیش بین و تولید نمونه 50 ساله 23
صورت پروژه درس هیدرولوژی مهندسی پیشرفته 26
لینک دانلود و توضیحات فایل”استفاده از مدلهای استوكستیك در پیش بینی جریان”