ارزیابی کارایی مدل ماشین بردار پشتیبان تلفیقی با الگوریتم های شبیه سازی تبرید و بهینه سازی ازدحام ذرات در برآورد سری زمانی رواناب ماهانه به روش چند ورودی -چند خروجی
- سال انتشار: 1402
- محل انتشار: سومین همایش ملی راهبرد های مدیریت منابع آب و چالش های زیست محیطی
- کد COI اختصاصی: WREC03_050
- زبان مقاله: فارسی
- تعداد مشاهده: 175
نویسندگان
دانشجوی کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
استاد ، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
چکیده
امروزه برآورد و پیش بینی رواناب ماهانه لازمه ی حفاظت مخازن، منابع طبیعی و مدیریت صحیح منابع آب می باشد. لذا در این پژوهش از مدل ماشین بردار پشتیبان تلفیقی با الگوریتم های شبیه سازی تبرید (SVM-SA) و الگوریتم بهینه سازی ازدحام ذرات (SVM-PSO) تحت الگوی چند ورودی -چند خروجی ( (MIMO جهت برآورد رواناب ماهانه استفاده گردید. بدین منظور از سری زمانی ماهانه ایستگاههای هیدرومتری واقع در حوضه کرخه استفاده شد. بطوریکه ۸۰% از این آمار جهت واسنجی و ۲۰% آن جهت صحت سنجی تقسیم شدند. مقایسه آماری نتایج به کمک شاخص های ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE) و خطای استاندارد (SE) صورت گرفت . در حالت کلی نتایج حاکی از نبود اختلاف معناداری بین عملکرد هر دو مدل می باشد اما مدل SVM-SA با میانگین خطای استاندارد ۳۸/۰ و میانگین انحراف معیار ۸۷/۰ دقت بالاتری داشته است . در واقع این مدل با سهولت بیشتر و در زمان کمتری قادر به برآورد رواناب ماهانه می باشد و از این نظر نسبت به مدل SVM-PSO ارجحیت دارد.کلیدواژه ها
الگوریتم فراابتکاری ، پیش بینی ، رواناب، ماشین بردار پشتیبان .مقالات مرتبط جدید
- بررسی اثر کم آبیاری و زمان های کاربرد اسید سالیسیلیک بر شاخص های مورفولوژیک و عملکرد در جو (.Hordeum vulgar L)
- Optimizing Agricultural Profitability and EnvironmentalSustainability using Whale Optimization Algorithm in theMiyandoab Plain: An Integrated Hydrologic-Agronomic-Economic Model
- پیش بینی سری زمانی ورودی به سد با روش یادگیری عمیق(مطالعه موردی:سد جیرفت)
- قنات دهنو علی آباد،شهرستان ملایر کاندید ثبت در مرکز بین المللی قنات یونسکو
- تعیین حریم هیدرولیکی قنات با استفاده از سیستم اطلاعات جغرافیایی (مطالعه موردی:قنوات دشت همدان)
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.