پیشبینی بارش سالانه شهر کرمان با استفاده از مدل رگرسیون بردارپشتیبان (SVR)
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 213
فایل این مقاله در 12 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:
ICESCONF09_176
تاریخ نمایه سازی: 5 اردیبهشت 1401
چکیده مقاله:
بارش یکی از مهمترین پارامترهای اقلیمی محسوب میشود که از اهمیت زیادی در زندگی بشر برخوردار است. در گذشته، سیل و خشکسالی خسارتهای زیادی را به بسیاری از مناطق جهان وارد کرده است. بنابراین پیشبینی میزان دقیق بارش در مدیریت این بلایای طبیعی بسیار حائز اهمیت است. از طرفی، پدیده بارش به دلیل تاثیر پارامترهای متفاوت هواشناسی، یک پدیده بسیار نامنظم میباشد که پیشبینی و مدلسازی آن با دشواری فراوانی همراه است. امروزه روشهای مبتنی بر هوش مصنوعی از جمله شبکه های عصبی مصنوعی، ماشینهای بردار پشتیبان، سطح پاسخ، کریجینگ و ... رویکردی موثر برای مدلسازی و پیشبینی پدیدههای پیچیده طبیعی از خود نشان دادهاند. از این رو هدف این مقاله، پیش بینی بارش سالانه با استفاده از آمار روزانه هواشناسی ایستگاه شهر کرمان بر اساس اطلاعات بارش ثبت شده در بازه سالهای ۱۳۵۸ تا ۱۳۹۵ با استفاده از روش ماشین بردار پشتیبان از نوع رگرسیونی میباشد. برای این منظور یک الگوی بارش، که ارتباط بین بارش در آینده و بارش در زمانهای قبلی را مشخص میکند، بهعنوان ورودی مدل رگرسیون بردار پشتیبان ( SVR ( استفاده شد. دقت مدل با استفاده از پارامترهای آماری ضریب همبستگی ) R(، میانگین مربعات خطا ) MSE ( و ریشه میانگین مربعات خطا ) RMSE ( مورد ارزیابی قرار گرفت. بر اساس نتایج حاصل از تحلیل دادههای پیشبینی شده با استفاده از پارامترهای آماری مشخص شد که SVR از دقت و عملکرد بالایی جهت مدلسازی و پیشبینی بارش شهر کرمان برخوردار است.
کلیدواژه ها:
نویسندگان
الهام جعفری ده فارسی
دانشجوی کارشناسی ارشد مهندسی عمران مهندسی آب و سازههای هیدرولیکی، دانشگاه شهید باهنر کرمان
غلامعباس بارانی
استاد گروه مهندسی عمران، دانشگاه شهید باهنر کرمان
احسان فدایی کرمانی
دانش آموخته دکتری مهندسی عمران مهندسی آب و سازههای هیدرولیکی، دانشگاه شهید باهنر کرمان