مقایسه مدل SVM و ANN دربررسی نوسانات تراز آب دریاچه ارومیه

دراین تحقیق ازمدل جدیدSupport Vector Machine ( SVM ( درمقایسه با شبکه های عصبی به منظور شبیه سازی تغییرات تراز آب دریاچه ارومیه استفاده شده است بدین منظور داده های باران سنجی 18ایستگاه و دماسنجی 9ایستگاه و دبی سنجی 24ایستگاه درگام های زمانی سالانه به عنوان ورودیهای مدل و تغییرات سالانه تراز آب دریاچه به عنوان خروجی مدل درنظرگرفته شده است بررسی تغییرات تراز آب دریاچه ارومیه به عنوان یکی از مسائل و چالشهای اساسی درزمینه منابع آب و محیط زیست محسوب میگردد نظر به رشد روزافزون بکارگیری از هوش مصنوعی درعلوم مرتبط با مهندسی منابع آب معیار گزینش پارامترهای مدل تولید کمترین مقدار ریشه میانگین مربعات خطا rmse و بالاترین همبستگی مدلها R2 می باشد نتایج بدست آمده از این تحقیق نشان میدهد که استفاده از مدل SVM درمقایسه با سایر مدلها نظیر شبکه عصبی مصنوعی درپیش بینی میزان تغییرات تراز آب دریاچه گامی مثبت درراستای بکارگیری این مدل می باشد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، تغییرات تراز آب ، دریاچه ارومیه Support Vector Machine