کاربرد مدل Support Vector Machine در شبیه سازی تغییرات سالانه تراز آب دریاچه ارومیه
محل انتشار: پنجمین کنفرانس مدیریت منابع آب ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 896
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM05_083
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
تغیرات تراز آب دریاچه ارومیه به عنوان یکی از ذخایر زیست کره و بزرگ ترین دریاچه کشور به عنوان یکی از مسائل و چالش های اساسی در زمینه منابع آب و محیط زیست محسوب می گردد. نظر به رشد روزافزون بکارگیری از هوش مصنوعی در علوم مرتبط با مهندسی منابع آب در این تحقیق از مدل جدید Support Vector Machine ء(SVM) به منظور شبیه سازی تغییرات تراز آب دریاچه ارومیه استفاده شده است. بدین منظور داده های باران سنجی 18 ایستگاه و دما سنجی 9 ایستگاه و دبی سنجی 24 ایستگاه در گام های زمانی سالانه به عنوان ورودی های مدل و تغییرات سالانه تراز آب دریاچه به عنوان خروجی مدل در نظر گرفته شده است. معیار گزینش پارامترهای مدل، تولید کمترین مقدار ریشه میانگین مربعات خطا،(RMSE) و بالاترین همبستگی مدل ها (R2) و می باشد. نتایج به دست آمده از این تحقیق نشان می دهد که استفاده از مدل SVM در مقایسه با سایر مدل ها نظیر شبکه عصبی مصنوعی در پیش بینی میزان تغییرات تراز آب دریاچه گامی مثبت در راستای بکارگیری این مدل می باشد.
کلیدواژه ها:
نویسندگان
مجتبی نوری
مدیر مطالعات پایه منابع آب شرکت آب منطقه ای البرز، دکتری مهندسی منابع آب
حسین صدقی
عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران ؛ ایران
حسین بابازاده
عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران ؛ ایران
هدایت فهمی
عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران ؛ ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :