معصومه مهماندوست - دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
جابر سلطانی - استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
محمود مشعل - دانشیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
موسی کلانکی - کارشناس ارشد هوش مصنوعی دانشگاه صنعتی مالک اشتر- مجتمع دانشگاهی علوم و فناوری های زیردریا

ماشین بردار پشتیبان از روشهای نسبتاً جدید یادگیری با ناظر است که برای طبقهبندی و رگرسیون استفاده میشود. در این تحقیق با هدف ارزیابی مدل SVR در پیشبینی هدایت هیدرولیکی اشباع، از روش چاهکهایپوششدار و از تابع هسته شعاعی و توابع زیان اپسیلون و درجهدوم استفاده شده و برای سنجش نتایج، سه شاخص 2 R ، RMSE و NRMSE انتخاب گردید. نتایج نشان داد مدل SVR دارای دقت بسیار خوبی در پیشبینی هدایتهیدرولیکی می باشد. همچنین تابع اپسیلون دارای دقت بالاتری نسبت به تابع درجه دوم می باشد اما از نظر زمان اجرا، تابع زیان درجه دوم نسبت به تابع اپسیلون برتری دارد

هدایت هیدرولیکی اشباع، چاهک پوشش دار، ماشین بردار پشتیبان، تابع زیان