Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In this study, we present the performances of the best training algorithm in Multilayer Perceptron (MLP) neural networks for prediction of suspended sediment discharges in Mellah catchment. Time series data of daily suspended sediment discharge and water discharge from the gauging station of Bouchegouf were used for training and testing the networks. A number of statistical parameters, i.e. root mean square error (RMSE), mean absolute error (MAE), coefficient of efficiency (CE) and coefficient of determination (R2) were used for performance evaluation of the model. The model produced satisfactory results and showed a very good agreement between the predicted and observed data. The results also showed that the performance of the MLP model was capable to capture the exact pattern of the sediment discharge data in the Mellah catchment.
PL
W niniejszej pracy przedstawiono działanie najlepszego algorytmu sieci neuronowych z użyciem wielowarstwowego perceptronu do przewidywania odpływu zawiesiny ze zlewni rzeki Mellah. Do treningu i testowania sieci użyto serii czasowych dobowego odpływu zawiesiny i odpływu wody z profilu wodowskazowego Bouchegouf. Do oceny działania modelu wykorzystano szereg parametrów statystycznych, takich jak pierwiastek ze średniego błędu kwadratowego, średni błąd bezwzględny, współczynnik wydajności i współczynnik determinacji. Model dawał zadowalające wyniki i wykazywał bardzo dobrą zgodność między obserwowanymi i przewidywanymi danymi. Wyniki świadczą także, że model jest w stanie wychwycić szczegółowy wzorzec odpływu zawiesiny ze zlewni rzeki Mellah.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.