Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.09.2014 | Ausgabe 11/2014

Water Resources Management 11/2014

Machine Learning Utilization for Bed Load Transport in Gravel-Bed Rivers

Zeitschrift:
Water Resources Management > Ausgabe 11/2014
Autoren:
Vasileios Kitsikoudis, Epaminondas Sidiropoulos, Vlassios Hrissanthou

Abstract

Three data-driven techniques, namely artificial neural networks, adaptive-network-based fuzzy inference system, and symbolic regression based on genetic programming, are employed for the prediction of bed load transport rates in gravel-bed steep mountainous streams and rivers in Idaho (U.S.A.), and the potential of several input variables is investigated. The input combinations that were tested are based, mainly, on unit stream power, stream power, and shear stress, and exhibited similarly good performance, with respect to the machine learning technique used, accentuating the importance of the regression model. The derived models are robust, generalize very well in unseen data, and generated results superior to those of some of the widely used bed load formulae, without the need to set a threshold for the initiation of motion, and consequently avoid predicting erroneous zero transport rates.

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 11/2014

Water Resources Management 11/2014 Zur Ausgabe