پیش بینی فرم بستر رودخانه های ماسه ای با استفاده از روش ماشین بردار پشتیبان SVM

منابع آب و از جمله رودخانه ها، نقش مهمی در تمدن و توسعه اقتصادی یک جامعه بازی می کنند؛ بنابراین شناخت علوم مهندسی رودخانه، مانند انتقال رسوب ضروری می باشد. یکی از مهم ترین مسایل در بحث انتقال رسوب نحوه ی ایجاد شکل بستر در رودخانه است. هدف از این تحقیق، پیش بینی فرم بستر رودخانه های ماسه ای با استفاده از روش های هوش مصنوعی می باشد. در این تحقیق به عنوان یک راه حل جدید، روش ماشین بردار پشتیبان (SMO) با چهار کرنل Poly Kernel، Normalized Poly Kernel، RBF Kernel و PUK برای پیش بینی فرم بستر رودخانه های ماسه ای پیشنهاد شده است. برای هر دو سری داده های آزمایشگاهی و صحرایی کرنل PUK با پارامترهای آماری CCI، RMSE و ROC به ترتیب 74 درصد، 30/0، 863/0 و 80 درصد، 36/0، 868/0 دارای بهترین عملکرد در پیش بینی فرم بستر می باشند. هم چنین نتایج بیانگر برتری و دقت بسیار بالای روش های هوشمند نسبت به روابط تجربی پیش بینی فرم بستر می باشد.

کلیدواژه ها:

طبقه بندی ، فرم بستر ، ماشین بردار پشتیبان ، نرم افزار Weka ، هوش مصنوعی