کاربرد الگوریتم هیبریدی ماشین بردار پشتیبان حداقل مربعات-نهنگ (LSSVM_WOA) جهت ریزمقیاسنمایی و پیشبینی بارش تحت شرایط تغییر اقلیم (مطالعه موردی: حوضه کارون 3)
محل انتشار: مهندسی آبیاری و آب ایران، دوره: 11، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 468
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WATER-11-3_015
تاریخ نمایه سازی: 18 فروردین 1400
چکیده مقاله:
در پژوهش حاضر، با استفاده از روشهای یادگیری شامل الگوریتم هیبریدی ماشین بردار پشتیبان حداقل مربعات و الگوریتم بهینهسازی نهنگ (LSSVM_WOA)، K نزدیکترین همسایه (KNN) و شبکه عصبی مصنوعی (ANN) اقدام به ریزمقیاس نمایی بارش در شش ایستگاه حوزه کارون 3 پرداخته شده است. برای ریزمقیاس نمایی بارش، ابتدا روزهای سال با استفاده الگوریتمهای MARS و درخت مدل M5 به روزهای تر و خشک تقسیم میشوند. سپس، مقدار بارش برای روزهای تر با استفاده از هر یک از روشهای LSSVM_WOA، KNN و ANN تخمین زده میشود. نتایج پژوهش حاکی از برتری الگوریتم MARS نسبت به M5 میباشد. همچنین، براساس میانگین بارش شش ایستگاه الگوریتم ANN با 5/0 درصد ضریب نش بیشتر، اندکی بهتر از الگوریتم LSSVM_WOA عمل میکند. در حالی که با در نظر گرفتن میانگین انحراف معیار مقدار ضریب نش برای الگوریتم ANN تا 04/5 درصد دقیقتر از الگوریتم LSSVM_WOA است. در نهایت مقدار بارش برای افقهای 2020-2040 و 2070-2100 تحت سناریوهای مدل CanESM2 شامل RCP2.6، RCP4.5 و RCP8.5 پیشبینی شده است. نتایج حاصل از الگوریتم LSSVM_WOA حاکی از کاهش بارش نسبت به دوره پایه (1972-2001) تحت هر سه سناریو میباشد. بیشترین مقدار کاهش بارش برابر با 18 درصد و برای سناریو RCP8.5 در افق 2070-2100 محاسبه شده است. کمترین مقدار کاهش بارش (1 درصد) نیز مربوط به سناریو RCP2.6 در افق 2020-2040 میباشد. اما مقدار تغییرات بارش پیشبینی شده توسط ANN در دوره آینده نسبت به دوره پایه از 43- درصد تا 72 درصد تغییر میکند. بنابراین، جوابهای حاصل از LSSVM_WOA به دلیل عدم قطعیت کمتر، قابل اعتمادتر است.
کلیدواژه ها:
نویسندگان
مهدی ولیخان
کارشناسی ارشد مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران، دانشگاه سمنان.
سعید فرزین
گروه مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان
سید فرهاد موسوی
مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان، سمنان، ایران
حجت کرمی
استادیار گروه مهندسی عمران- مهندسی آب و سازه های هیدرولیکی، دانشکده مهندسی عمران، دانشگاه سمنان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :