Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

27.01.2020 | Ausgabe 3/2020

Water Resources Management 3/2020

Hourly River Flow Forecasting: Application of Emotional Neural Network Versus Multiple Machine Learning Paradigms

Zeitschrift:
Water Resources Management > Ausgabe 3/2020
Autoren:
Zaher Mundher Yaseen, Sujay Raghavendra Naganna, Zulfaqar Sa’adi, Pijush Samui, Mohammad Ali Ghorbani, Sinan Q. Salih, Shamsuddin Shahid
Wichtige Hinweise

Publisher’s Note

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

Abstract

Monitoring hourly river flows is indispensable for flood forecasting and disaster risk management. The objective of the present study is to develop a suite of hourly river flow forecasting models for the Albert river, located in Queensland, Australia using various machine learning (ML) based models including a relatively new and novel artificial intelligent modeling technique known as emotional neural network (ENN). Hourly river flow data for the period 2011–2014 is employed for the development and evaluation of the predictive models. The performance of the ENN model in forecasting hourly stage river flow is compared with other well-established ML-based models using a number of statistical metrics and graphical evaluation methods. The ENN showed an outstanding performance in terms of their forecasting accuracies, in comparison with other ML models. In general, the results clearly advocate the ENN as a promising artificial intelligence technique for accurate forecasting of hourly river flow in the form of real-time.

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
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2020

Water Resources Management 3/2020 Zur Ausgabe