پیش بینی ارتفاع فرم بستر رودخانه با استفاده از شبکه های عصبی مصنوعی(ANN ‏) و ماشین بردار پشتیبان (SVM)

حرکت رسوبات در بستر رودخانه باعث ایجاد تغییرات زیادی در بستر رودخانه می گردد. این تغییرات تحت عنوان فرم بستر رودخانه مورد بررسی قرار می گیرد. فرم بستر تاثیر مستقیم و مهمی روی زبری بستر، مقاومت در مقابل جریان و پروفیل سطح آب دارد. بنابراین شناخت هرچه بیشتر فرم بستر از اهمیت خاصی در مهندسی رودخانه برخوردار است. روش های متعددی توسط محققان برای برآورد ابعاد فرم بستر توسعه داد ه ‏شده ‏است. در این تحقیق پیش بینی ابعاد فرم بستر رودخانه با استفاده ‏از شبکه های عصبی مصنوعی(ANN ‏) و ماشین بردار پشتیبان(SVM) انجام شده است. ارزیابی نتایج بدست آمده ‏با استفاده از معیارهای آماری MSREو RMSE ،R2انجام شده است. مقادیر معیارهای آماری MSREوٍ RMSE ،R2 در روش های SVMو ANN‏به ترتیب برابر با 0/83 ‏، 0/0121 ‏، 0/0034 ‏و 0/93 ‏، 0/0284 ‏، 0/0087 ‏می باشد. معیارهای آماری برتری ماشین بردار پشتیبان را نسبت به شبکه های عصبی مصنوعی در برآورد ارتفاع فرم بستر رودخانه نشان می دهد.

کلیدواژه ها:

فرم بستر ، زبری بستر ، شبکه های عصبی ، ماشین های برداری پشتیبان