%0 Journal Article %T استفاده از مدل های ترکیبی ماشین بردار پشتیبان - موجکی و شبکه عصبی -موجکی در پیش‌بینی تراز آب زیرزمینی دشت اردبیل %J هیدروژئومورفولوژی %I دانشگاه تبریز %Z 2383-3254 %A دانشور وثوقی, فرناز %A منافیان آذر, وحید %D 2019 %\ 03/16/2019 %V 5 %N 17 %P 45-64 %! استفاده از مدل های ترکیبی ماشین بردار پشتیبان - موجکی و شبکه عصبی -موجکی در پیش‌بینی تراز آب زیرزمینی دشت اردبیل %K لمات کلیدی: SVM %K تبدیل موجک %K SOM %K تراز آب زیرزمینی %K دشت اردبیل %R %X چکیده آب‌های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده­ ی تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه­ خشک مطرح بوده‌اند. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه­ ی آنها، لازم است پیش‌بینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. در این تحقیق اطلاعات 15 پیزومتر موجود در دشت اردبیل مورد استفاده قرارگرفت. از تبدیل موجک و روش خوشه‌بندی به ترتیب برای پیش‌پردازش زمانی و مکانی استفاده گردید. روش مدل‌سازی مورد استفاده در این تحقیق، ماشین بردار پشتیبان و شبکه ­­­عصبی مصنوعی برای پیش‌بینی یک ماه آینده می‌باشد. در ابتدا پیزومترهای موجود با روش خوشه­ بندی نقشه خود سازمانده کلاس­ بندی شده و برای پیزومترهای مرکزی هر کلاس دو مدل فوق به صورت تکی و در ترکیب با تبدیل موجک به کار رفت. نتایج حاصله ضریب تبیین متوسط 94/0 برای آموزش و 89/0 برای صحت‌سنجی را در مرحله­ی مدل‌سازی با ماشین بردار پشتیبان نشان داد. استفاده از تبدیل موجک باعث افزایش 5/3 درصدی دقت مدل گردید. در ضمن مدل­سازی از طریق شبکه­­ عصبی مصنوعی نیز با ضریب تبیین متوسط 94/0 برای آموزش و 88/0 برای صحت‌سنجی از دقت بالایی برخوردار بوده و استفاده از تبدیل موجک باعث افزایش 5 درصدی دقت مدل شد. %U https://hyd.tabrizu.ac.ir/article_8603_e290471f7e1c8ef5a08e311758418add.pdf