Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.08.2014 | Ausgabe 10/2014

Water Resources Management 10/2014

Development of Nonlinear Model Based on Wavelet-ANFIS for Rainfall Forecasting at Klang Gates Dam

Zeitschrift:
Water Resources Management > Ausgabe 10/2014
Autoren:
Seyed Ahmad Akrami, Vahid Nourani, S. J. S. Hakim

Abstract

Rainfall is one of the most complicated effective hydrologic processes in runoff prediction and water management. Artificial neural networks (ANN) have been found efficient, particularly in problems where characteristics of the processes are stochastic and difficult to describe using explicit mathematical models. However, time series prediction based on ANN algorithms is fundamentally difficult and faces some other problems. For this purpose, one method that has been identified as a possible alternative for ANN in hydrology and water resources problems is the adaptive neuro-fuzzy inference system (ANFIS). Nevertheless, the data arising from the monitoring stations and experiment might be corrupted by noise signals owing to systematic and non-systematic errors. This noisy data often made the prediction task relatively difficult. Thus, in order to compensate for this augmented noise, the primary objective of this paper is to develop a technique that could enhance the accuracy of rainfall prediction. Therefore, the wavelet decomposition method is proposed to link to ANFIS and ANN models. In this paper, two scenarios are employed; in the first scenario, monthly rainfall value is imposed solely as an input in different time delays from the time (t) to the time (t-4) into ANN and ANFIS, second scenario uses the wavelet transform to eliminate the error and prepares sub-series as inputs in different time delays to the ANN and ANFIS. The four criteria as Root Mean Square Error (RMSE), Correlation Coefficient (R2), Gamma coefficient (G), and Spearman Correlation Coefficient (ρ) are used to evaluate the proposed models. The results showed that the model based on wavelet decomposition conjoined with ANFIS could perform better than the ANN and ANFIS models individually.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 10/2014

Water Resources Management 10/2014Zur Ausgabe

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Unsicherheitsabschätzung für die Berechnung von dynamischen Überschwemmungskarten – Fallstudie Kulmbach

Das vom BMBF geförderte Projekt FloodEvac hat zum Ziel, im Hochwasserfall räumliche und zeitliche Informationen der Hochwassergefährdung bereitzustellen. Im hier vorgestellten Teilprojekt werden Überschwemmungskarten zu Wassertiefen und Fließgeschwindigkeiten unter Angabe der Modellunsicherheiten berechnet.
Jetzt gratis downloaden!

Bildnachweise