ژئومورفولوژی
حجت اله یونسی؛ احمد گودرزی؛ مسعود شاکرمی
چکیده
امروزه مدلهای هیبریدی هوش مصنوعی به عنوان یک روش مناسب برای شبیهسازی پدیدههای هیدرولوژیکی از جمله برآورد کمی جریان رودخانه‌ها مطرح است. بدین منظور جهت برآورد میزان آبدهی رودخانه‌ها رویکردهای متنوعی در هیدرولوژی وجود دارد که مدلهای هوش مصنوعی از مهم‌ترین آن‌ها می‌باشد. بنابراین در این پژوهش عملکرد مدلهای رگرسیون ...
بیشتر
امروزه مدلهای هیبریدی هوش مصنوعی به عنوان یک روش مناسب برای شبیهسازی پدیدههای هیدرولوژیکی از جمله برآورد کمی جریان رودخانه‌ها مطرح است. بدین منظور جهت برآورد میزان آبدهی رودخانه‌ها رویکردهای متنوعی در هیدرولوژی وجود دارد که مدلهای هوش مصنوعی از مهم‌ترین آن‌ها می‌باشد. بنابراین در این پژوهش عملکرد مدلهای رگرسیون بردار پشتیبان_ موجک، رگرسیون بردار پشتیبان_گرگ خاکستری و رگرسیون بردار پشتیبان_خفاش جهت شبیهسازی دبی رودخانه کشکان واقع در استان لرستان طی دورهی آماری 1399-1389 در مقیاس زمانی روزانهی مورد تجزیه و تحلیل قرار گرفت. معیارهای ضریب همبستگی، ریشهی میانگین مربعات خطا و میانگین قدر مطلق خطا و بایاس برای ارزیابی و عملکرد مدلها انتخاب شد. نتایج نشان داد الگوهای ترکیبی نتایج قابل قبولی در شبیهسازی دبی رودخانه دارند. مقایسهی مدلها نیز نشان داد مدل رگرسیون بردار پشتیبان-موجک در مرحلهی صحتسنجی مقادیر 960/0R2=، 045/0RMSE=، 024/0MAE =، 968/0NS= و001/0BIAS= در پیشبینی جریان روزانهی رودخانه از خود نشان داده است. در مجموع نتایج نشان داد استفاده از مدل هیبریدی رگرسیون بردار پشتیبان-موجک میتواند در زمینهی پیشبینی دبی روزانه مفید باشد.
