مروری بر ارزیابی انواعی از مدل های هوشمند هوش مصنوعی در پیش بینی و مدل سازی سیلاب

سیلاب ها یکی از مخرب ترین پدیده های محیطی هستند که سالانه در مناطق مختلف جهان خسارت های مالی و جانی فراوانی را در پی دارند. لذا برای پیش بینی و جلوگیری از وقوع این پدیده ی زیان بار تدوین راه کارها و اجرای سیاست های حیاتی امری مهم تلقی می شود. یکی از مهم ترین اقدامات پیش گیرانه تهیه نقشه خطر سیل می باشد که توسط روش ها و مدل های مختلفی صورت می گیرد. تاکنون روش های متعددی در فرایند مدل سازی سیل در نقاط مختلف جهان استفاده شده است که طی سال های اخیر استفاده از مدل های یادگیری ماشین یکی از پرکاربردترین آن ها بوده است. لذا در این پژوهش مروری بر انواعی از مدل های یادگیری ماشین (RF، SVM، DT، ANN) طی سال های ۲۰۱۹ به بعد شده است. به طور کلی مرور مطالعات انجام شده در این پژوهش حاکی از عملکرد و دقت بالای مدل های مذکور به ویژه مدل RF داشت. بنابراین استفاده از مدل های یادگیری ماشین در پیش بینی مخاطرات طبیعی از جمله سیل نقش مهمی در خصوص مدیریت این پدیده ی زیان بار دارد. در این پژوهش هم چنین به بررسی مزایا و معایب این مدل ها پرداخته شد. با توجه به برخی معایب مدل ها، پیشنهاد می شود در مطالعات آینده به منظور پیش بینی دقیق تر سیل از مدل های ترکیبی استفاده شود.

کلیدواژه ها:

سیل ، مدل سازی ، مدل های یادگیری ماشین