Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

02.01.2019

Evaluating Different Machine Learning Models for Runoff and Suspended Sediment Simulation

Zeitschrift:
Water Resources Management
Autoren:
Ashish Kumar, Pravendra Kumar, Vijay Kumar Singh
Wichtige Hinweise

Publisher’s Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

In the present study, prediction of runoff and sediment at Polavaram and Pathagudem sites of the Godavari basin was carried out using machine learning models such as artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS). Different combinations of antecedent stage, current day stage and antecedent runoff for current day runoff prediction and antecedent runoff, current day runoff and antecedent sediment for current day sediment prediction were explored using Gamma test (GT) to select the effective input variables for runoff and sediment prediction. The performance during training and testing periods of the ANN and ANFIS models were evaluated quantitatively through various statistical indices and qualitative by visual observation. After comparing the qualified results of different ANN and ANFIS models it was found that ANN model with double hidden layers and ANFIS model with membership function (Triangular, 3) performed well for runoff and sediment predictions, respectively for Pathagudem site. ANFIS model with membership function (Triangular, 3) and ANFIS model with membership function (Gaussian, 3) shown the best results for runoff and sediment prediction, respectively, for Polavaram site. The effect of input variables on the selected models was also validated by the way of sensitivity analysis. The results of sensitivity analysis was found that the current day runoff mostly depends on present day stage and present day sediment depends on current day runoff.

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 Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

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 Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

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

BranchenIndex Online

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

Whitepaper

- ANZEIGE -

Systemische Notwendigkeit zur Weiterentwicklung von Hybridnetzen

Die Entwicklung des mitteleuropäischen Energiesystems und insbesondere die Weiterentwicklung der Energieinfrastruktur sind konfrontiert mit einer stetig steigenden Diversität an Herausforderungen, aber auch mit einer zunehmenden Komplexität in den Lösungsoptionen. Vor diesem Hintergrund steht die Weiterentwicklung von Hybridnetzen symbolisch für das ganze sich in einer Umbruchsphase befindliche Energiesystem: denn der Notwendigkeit einer Schaffung und Bildung der Hybridnetze aus systemischer und volkswirtschaftlicher Perspektive steht sozusagen eine Komplexitätsfalle gegenüber, mit der die Branche in der Vergangenheit in dieser Intensität nicht konfrontiert war. Jetzt gratis downloaden!

Bildnachweise