صفحه اصلی فهرست مقالات مشخصات مقاله
نشریه مهندسی عمران امیرکبیر
شماره‌های پیشین نشریه
دوره دوره 50 (1397)
دوره دوره 49 (1396)
دوره دوره 48 (1395)
دوره دوره 47 (1394)
دوره دوره 46 (1393)
دوره دوره 45 (1392)
دوره دوره 44 (1391)
دوره دوره 43 (1390)
دوره دوره 42 (1389)
دوره دوره 41 (1388)
لطف اللهی یقین, محمدعلی, لشته نشایی, میراحمد, قربانی, محمدعلی, لریان, مرتضی بیک. (1392). مدل سازی و پیش بینی ارتفاع موج شاخص دریای خزر با نظریه آشوب. نشریه مهندسی عمران امیرکبیر, 45(1), 97-105. doi: 10.22060/ceej.2013.19
محمدعلی لطف اللهی یقین; میراحمد لشته نشایی; محمدعلی قربانی; مرتضی بیک لریان. "مدل سازی و پیش بینی ارتفاع موج شاخص دریای خزر با نظریه آشوب". نشریه مهندسی عمران امیرکبیر, 45, 1, 1392, 97-105. doi: 10.22060/ceej.2013.19
لطف اللهی یقین, محمدعلی, لشته نشایی, میراحمد, قربانی, محمدعلی, لریان, مرتضی بیک. (1392). 'مدل سازی و پیش بینی ارتفاع موج شاخص دریای خزر با نظریه آشوب', نشریه مهندسی عمران امیرکبیر, 45(1), pp. 97-105. doi: 10.22060/ceej.2013.19
لطف اللهی یقین, محمدعلی, لشته نشایی, میراحمد, قربانی, محمدعلی, لریان, مرتضی بیک. مدل سازی و پیش بینی ارتفاع موج شاخص دریای خزر با نظریه آشوب. نشریه مهندسی عمران امیرکبیر, 1392; 45(1): 97-105. doi: 10.22060/ceej.2013.19

مدل سازی و پیش بینی ارتفاع موج شاخص دریای خزر با نظریه آشوب

مقاله 9، دوره 45، شماره 1، تابستان 1392، صفحه 97-105  XML | اصل مقاله [English] اصل مقاله (1271 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22060/ceej.2013.19
نویسندگان
محمدعلی لطف اللهی یقین 1؛ میراحمد لشته نشایی2؛ محمدعلی قربانی3؛ مرتضی بیک لریان4
1استاد دانشکده مهندسی عمران دانشگاه تبریز
2دانشیار دانشکده مهندسی عمران دانشگاه گیلان
3دانشیار دانشکده مهندسی عمران دانشگاه تبریز
4دانشجوی دکتری دانشکده مهندسی عمران دانشگاه تبریز
چکیده
ارتفاع موج شاخص دریا در واقع میانگین ارتفاع یک سوم مرتفع­ترین امواج در یک وضعیت دریایی است. بررسی و پیش­بینی این ارتفاع موج در تحلیل سامانه­های دریایی از جمله نیروهای وارد بر سازه­های دریایی و انتقال رسوب برای طراحی، بهره­برداری و مطالعات مربوط به گستره دریایی، اهمیت دارد. در این تحقیق، خصوصیات دینامیکی سری زمانی ارتفاع موج شاخص ساعتی در ورودی بندر انزلی دریای خزر و پیش­بینی آن با استفاده از مفاهیم نظریه آشوب انجام شده است. برای بازسازی فضای حالت، زمان تاخیر از روش تابع خود همبستگی و بعد محاط از الگوریتم نزدیک­ترین همسایه‌های کاذب محاسبه گردید. روش بعد همبستگی نیز برای بررسی آشوب‌پذیری ارتفاع موج شاخص دریا بکار گرفته شد. از روش پیش بینی موضعی برای پیش بینی سری زمانی ارتفاع موج شاخص استفاده شد که نتایج حاکی از دقت قابل قبول این نظریه در پیش بینی کمی ارتفاع موج شاخص دریاها دارند. 
کلیدواژه‌ها
ارتفاع موج شاخص؛ پیش بینی موضعی؛ دریای خزر؛ نظریه آشوب
عنوان مقاله [English]
Investigation and Prediction of Caspian Sea Significant Wave Height Using Chaos Theory
نویسندگان [English]
Mohammad Ali Lotfollahi Yaghin1؛ Mir Ahmad Lashte Neshaei2؛ Mohammad Ali Ghorbani3؛ Morteza Beyk Lorian4
1Professor, Civil Engineering Faculty, University of Tabriz, Tabriz, Iran
2Associate Professor, Department of Civil Engineering, Guilan University, Rasht, Iran
3Associate Professor, Water Engineering Department, University of Tabriz, Tabriz, Iran
4Ph.D. Candidate, Civil Engineering Faculty, University of Tabriz, Tabriz, Iran
چکیده [English]
Significant wave height is mean of one third of the largest wave heights in a certain marine condition. Investigation and prediction of the significant wave height have been recently considered in marine system analysis including loadings over marine structures and sediment transport for designing, operation and marine researches. The capability of chaos theory in engineering particularly marine engineering has been gaining considerable interest in recent times. In this research, dynamic characteristics of the significant wave height time series in Caspian Sea at Anzali entrance are considered and the prediction has been performed using ideas gained from chaos theory. To reconstruct phase space, the time delay and embedding dimension are needed and for this purpose, autocorrelation function and algorithm of false nearest neighbors are used. Correlation dimension method is applied for investigating chaotic behavior of the significant wave height, which is the resultant of correlation dimensions, expresses chaotic behavior in the time series. Local prediction algorithm is used for time series prediction and results illustrate good and acceptable accuracy of chaos theory in quantitative prediction of seas significant wave height.
کلیدواژه‌ها [English]
Significant Wave Height, Local Prediction, Caspian Sea, Chaos Theory
مراجع

[1] پری زنگنه،م.، عطائی، م.، معلم، پ.، " بازسازی فضای حالت سری های زمانی آشوبی با استفاده از یک روش هوشمند"، نشریه الکترونیک و قدرت دانشکده مهندسی برق. سال اول. ش 2، ص 3 تا 10، 1388.

[2]Elshorbagy, A.; Simonovic, S. P.; Panu, U.S.; “Estimation of missing stream flow data using  principles of chaos theory”, Journal of Hydrology, No. 255, pp. 123 – 133. , 2002.

[3] Fraser, A.; Swinney, H.L.; “Independent coordinates for strange attractors from mutual information”, Phys. Rev. A, No. 33, pp. 1134 –1140, 1986.

[4]Porporato, A.; Ridolfi, L.; “Nonlinear analysis of river flow time sequences”, Water Resources Research, No. 33(6), pp. 1353 -1367, 1997.

[5]Damle, C.; Yalcin, A.; “Flood Prediction Using Time Series Data Mining”, Journal of Hydrology, No. 333, pp. 305 – 316, 2007.

[6]Chakrabarti, S.K.,; Hydrodynamics of Offshore Structures, WIT Press, UK, 2001.

[7]Wu, J.; Lu, J.; Wang, J.; “Application of chaos and fractal models to water quality time series prediction”, Environmental Modelling &Software, No. 24, pp. 632 – 636, 2009.

[8]Kocak, K.; Bali, A.; Bektasoglu, B.; “Prediction of Monthly Flows by Using Chaotic Approach”. International congress on river basin management, 22-24 March,Antalya, Turkey, Chp 4, No. 117, 553 – 559,2007.

[9]Kocak, K.; Saylan, L.; Sen, O.; “Nonlinear Time Series Prediction of O3 Concentration In Istanbul”, Atmosphere Environment, No. 34,pp. 1267 - 1271, 2000.

[10]Kennel, M.; Brown, R.; Abarbanel, H.D.I.; “Determining embedding dimension for phasespace reconstruction using a geometrical construction”. Physical Review A, No. 45(6),pp. 3403 – 3411, 1992.

[11]Shang, P.; Na, X.; Kamae, S.; “Chaotic analysis of time series in the sediment transport phenomenon”, Chaos, Solitons and Fractals, No. 41, pp. 368 – 379, 2009.

[12] Khan, S.; Ganguly, A.R.; Saigal, S.; “Detection and Predictive Modeling of Chaos in Finite Hydrological Time Series”,Nonlinear Processes in Geophysics, No. 12,pp., 41 – 53,2005.

[13] Regonda, S.K.; Sivakumar, B.; Jain, A.; “Temporal scaling in river flow: can it be chaotic?”, Hydrological Sciences–Journal–des Sciences Hydrologiques, No. 49(3), June.2004.

[14]Solomatine, D.P.; Velickov, S.; Wust, J.C.; “Predicting Water Levels and Currents in the North Sea Using Chaos Theory and Neural Networks”. Proc. 29 th Iahr Congress, Beijing, China, September, pp. 1-11, 2001.

[15]Stehlik, J.; “Deterministic Chaos in Runoff Series”. Czech Hydro meteorological institute, Dept of Experimental Hydrology, 143, 06 prague, 2003.

[16]Takens, F.; “Detecting strange attractors in turbulence”. In: Rand, D.A., Young, L.S. (Eds.), Dynamical Systems and Turbulence, Lecture Notes in Mathematics, vol. 898, pp: 366–381 , 1981.

[17]Ng, W.W.; Panu, U.S.; Lennox, W.C., “Chaos based Analytical techniques for daily extreme hydrological observations”, Journal of Hydrology, No. 342, pp. 17 – 41, 2007.

[18]Zaldivar, J.M.; Strozzi, F.; Gutierrez, E.; Shepherd, I.M.; Tomasin, A.; “Early detection of high water at Venice Lagoon using chaos theory techniques”. In Babovic, V., Larsen, L.C. (Eds.), Proceedings of the Third International Conference on Hydro informatics ’98, vol. 2. Danish Hydraulic Institute, Copenhagen, pp. 1483 – 1490, 1998.

آمار
تعداد مشاهده مقاله: 2,245
تعداد دریافت فایل اصل مقاله: 1,748