مهیار ابوطالبی - دانشجوی کارشناسی ارشد مهندسی منابع آب، گروه مهندسی آبیاری و آبادانی،دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران
امید بزرگ حداد - دانشیار، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی،دانشگاه تهران

تا کنون از ابزارهای متفاوتی مانند الگوریتم ژنتیک (GA) شبکه عصبی (ANN) و ... جهت استخراج قواعد بهره برداری از مخازن برقآبی استفاده شده است. هدف اصلی این تحقیق ارزیابی توانایی رگرسیون بردار پشتیبان (SVR) در استخراج این قواعد براساس روش برنامه ریزی غیرخطی (NLP) می باشد که تاکنون مورد بررسی قرار نگرفته است. در این تحقیق ابتدا مسئله بهره برداری از سد کارون 3 توسط NLP حل شده و سپس حجم ذخیره و آبدهی مخزن با تاخیرهای زمانی معین به عنوان متغیرهای ورودی و میزان رهاسازی بهینه دوره فعلی که توسط NLP بدست آمده به عنوان متغیر خروجی در نظر گرفته شده و پس از تعیین گروه های آموزشی و آزمایشی، مقدار رهاسازی در دو رویکرد وابسته به پیش بینی آبدهی در دوره فعلی (DPIPP) و مستقل از پیشبینی آبدهی در دوره فعلی (IPIPP) توسط SVR بوسیله شاخص های ضریب همبستگی (R)، خطای متوسط (E) و جذر میانگین مربع خطا (RMSE) ارزیابی شده است. نتایج حاکی از دقت 97/9% و 97/4% SVR،به ترتیب در بخش آزمایش رویکردهای DPIPP و IPIPP بوده است.

بهره برداری به هنگام، مخزن برق آبی، منحنی فرمان، رگرسیون بردار پشتیبان