پیش بینی بار رسوب معلق رودخانه با استفاده از مدل ماشین بردار پشتیبان و روش های محاسباتی بهبودیافته

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 18

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JISE-48-3_005

تاریخ نمایه سازی: 25 مهر 1405

چکیده مقاله:

برآورد دقیق بار رسوب معلق رودخانه، امری ضروری در مطالعه و توسعه سیستم های منابع آب است. اندازه گیری مستقیم بار رسوبی، پرهزینه و زمان بر است، لذا توسعه مدلی جایگزین نظیر منحنی سنجه و یا مدل های شبیه سازی توصیه می شود. در این مطالعه از دو روش مختلف برای پیش بینی بار رسوب معلق رودخانه استفاده شد. در روش اول میزان بار رسوبی با استفاده از مدل ماشین بردار پشتیبان (SVM) پیش بینی شد. در این روش، ضرایب هایپر پارامترهای مدل SVM با الگوریتم تبرید (SA) بهینه شدند. همچنین به مقایسه عملکرد این مدل تحت الگوهای تک ورودی-تک خروجی (SISO) و چند ورودی-تک خروجی (MISO) نیز پرداخته شد. سری آبدهی و بار رسوب معلق رودخانه یلفان طی دوره ۱۳۹۴-۱۳۸۶ به ترتیب به عنوان ورودی و خروجی مدل معرفی شدند. در روش دوم نیز، از منحنی سنجه و روش رسوب سنجی اصلاحی FAO استفاده شد. نرمال سازی داده های ورودی به مدل SVM، باعث بهبود ۹۳/۹ درصدی شاخص خطای استاندارد (SE) در بخش آزمون مدل سازی شد، همچنین اصلاح الگوی ورودی به این مدل از الگوی SISO به MISO باعث بهبود ۰۳/۱ درصدی در این شاخص شد. پس از بهینه سازی ضرایب منحنی سنجه و روش اصلاحی FAO با استفاده از گرادیان کاهش یافته عمومی (GRG) نیز، شاخص SE به ترتیب ۱۳/۱۰ و ۱۹/۷۳ درصد بهبود یافت. از میان روش های بررسی شده، مدل SVM مبتنی بر الگوی چند ورودی-تک خروجی نرمال شده، به عنوان بهترین روش معرفی و به منظور پیش بینی بار رسوب معلق رودخانه پیشنهاد می گردد.

کلیدواژه ها:

منحنی سنجه رسوب ، رسوب سنجی اصلاحی FAO ، گرادیان کاهش یافته عمومی ، بهینه سازی غیرخطی

نویسندگان

حامد نوذری

دانشیار گروه علوم و مهندسی آب، دانشگاه بوعلی سینا، همدان، ایران

فاطمه چدنی

دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی آب، دانشگاه بوعلی سینا، همدان، ایران.

مهدی کلانتری

استادیار گروه آمار، دانشگاه پیام نور، تهران، ایران.

علیرضا مهربانی بشار

دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی آب، دانشگاه بوعلی سینا، همدان، ایران.

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 :
  • AlDahoul, N., Essam, Y., Kumar, P., Ahmed, A. N., Sherif, ...
  • Asadi, H., Dastorani, M.T., Sidle, R.C., and Shahedi, K. ۲۰۲۱. ...
  • Azadi, S., Nozari, H., and Godarzi, E. ۲۰۲۰. Predicting sediment ...
  • Azadi, S., Vafaee, M., and Nozari, H. ۲۰۲۲. Estimation of ...
  • Ba, H., Guo, S., Wang, Y., Hong, X., Zhong, Y., ...
  • Bahrami, S., Ardejani, F. D., and Baafi, E. ۲۰۱۶. Application ...
  • Barzegari Banadkoki, F., and Armin, M. ۲۰۱۶. Suspended sediment prediction ...
  • Cortes, C., and Vapnik, V. ۱۹۹۵. Support-vector networks. Mach Learn ...
  • Deka, P. C. ۲۰۱۴. Support vector machine applications in the ...
  • Efthimiou, N. ۲۰۱۹. The role of sediment rating curve development ...
  • Fabian, V. ۱۹۹۷. Simulated Annealing Simulated. Computers & Mathematics with ...
  • Hamel, L. ۲۰۰۹. Knowledge Discovery with Support Vector Machines. John ...
  • Hapsari, D., Onishi, T., Imaizumi, F., Noda, K., and Senge, ...
  • Hatami, S., Banihabib, M.E., and Soltani, J. ۲۰۲۰. Determination of ...
  • Huang, C. C., Chang, M. J., Lin, G. F., Wu, ...
  • Javidan, S., Sattari, M. T., Karimzadeh, P., and Mehrabi, A. ...
  • Kirkpatrick, S., Gelatt, C., D., and Vecchi, M., P. ۱۹۸۳. ...
  • Lin, J. Y., Cheng, C. T., and Chau, K. W. ...
  • Mehrabani Bashar, A., Nozari, H., Marofi, S., Mohamadi, M., and ...
  • Mohammadi, B., and Heidarpour, B. ۲۰۱۹. Effect of climatic parameters ...
  • Nouri, H., Ildoromi, A., Sepehri, M., and Artimani, M. ۲۰۱۹. ...
  • Nozari, H., and Tavakoli, F. ۲۰۱۸. Evaluation of the Efficiency ...
  • Ramezanipour, E., Mosaedi, A., and Mesdaghi, M. ۲۰۱۷. Determination of ...
  • Samantary, S., Sahoo, A., and Ghose, D. K. ۲۰۲۰. Assessment ...
  • Sedighkia, M., and Datta, B. ۲۰۲۳. Linking SVM based habitat ...
  • Shojaeezadeh, S. A., Nikoo, M. R., McNamara, J. P., AghaKouchak, ...
  • Tran, N. H., and Tran, K. ۲۰۰۷. Combination of fuzzy ...
  • Üneş, F., Taşar, B., Demirci, M., Zelenakova, M., Kaya, Y. ...
  • Varvani, J., and Khalighi, SH. ۲۰۰۷. Investigation of sediment rating ...
  • نمایش کامل مراجع