مروری بر کاربرد شبکه عصبی و ماشینبردار پشتیبان در تخمین و شبیه سازی فرآیندهای هیدرولوژیکی

اهمیت برنامه های مدیریت منابع آبی و اصل پایداری در مدیریت آن به خصوص در حوضه های آبریز، نیازمند دستیابی به اطلاعات کافی و استفاده از مدل ها و روش های مختلفی برای تخمین و شبیه سازی هر چه دقیق تر فرآیندهای مربوطه می باشد. همچنان که عدم تخمینمناسب پارامترها و عوامل مختلف در حوضه های آبریز، مدیریت بهینه منابع آبی و به ویژه مدیریت بهره برداری را دچار مشکل جدی می نماید. با توجه به اهمیت این مسئله، مدل هایتفهیمی مختلفی ارائه شده است که این مدل ها همواره دارای پارامترهایی هستند که می بایست با توجه به داده های مشاهداتی مورد تخمین قرار گیرند. تخمین دقیق اینپارامترها، از اهمیت بسزایی برخوردار است و مطالعات و تحقیقات بعدی بستگی به چگونگی تخمین این پارامترها دارد. در این مقاله سعی شده علاوه بر مطالعات و ارزیابی ها انجام شده بابهره گیری از تجربیات به دست آمده در پژوهش های مشابه، ساختار دو مدل شبکه عصبی مصنوعی و روش بردار پشتیبان به صورت مفصل مورد بررسی قرارگرفته شود و با ارزیابی دومدل، خطوط، محورهای اصلی، کاربردها، کاستی ها و مزایای هرکدام ارائه گردد نتایج حاصله بیانگر ان است شبکه عصبی مصنوعی و سیستم فازی عصبی در شرایط مختلف و با ترکیب های مختلف پارامترهای ورودی، نتایج متفاوت و مناسبی از خود نشان می دهند و همچنین بردار پشتیبان عملکرد بهتری در مقایسه با سیستم عصبی دارد.

کلیدواژه ها:

شبکه عصبی ، ماشین بردار پشتیبان ، شبیه سازی ، فرآیند هیدرولوژیکی