ارزیابی مدلهای هوش مصنوعی در مدلسازی جریان رودخانه، مطالعه موردی: رودخانه گاماسیاب
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 235
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWEM-11-4_011
تاریخ نمایه سازی: 25 بهمن 1399
چکیده مقاله:
با پیشبینی جریان رودخانهها علاوه بر مدیریت بهرهبرداری از منابع آب، میتوان حوادث طبیعی نظیر سیل و خشکسالی را نیز پیشبینی و مهار کرد. استفاده از مدلهای جدید در این زمینه میتواند به مدیریت و برنامهریزی صحیح کمک کند. در این مطالعه، به ارزیابی سه مدل به نامهای، برنامهریزی بیان ژن (GEP)، شبکه بیزین (BN) و ماشین بردار پشتیبان (SVM) پرداخته شده است. دادههای مورد استفاده برای این پژوهش، دادههای بارش و جریان روزانه رودخانه گاماسیاب نهاوند در یک دوره 10 ساله (1391-1381) میباشد. نتایج نشانگر برتری نسبی مدل برنامهریزی بیان ژن نسبت به بقیه مدلها بود و مدل ماشین بردار پشتیبان (SVM) تقریبا عملکرد بهتری نسبت به شبکه بیزین در مدلسازی جریان روزانه رودخانه داشت. علاوه بر این، سرعت اجرای مدل برنامهریزی بیان ژن نسبت به بقیه مدلها بیشتر بود و در زمان کوتاهی قادر به ارائه نتایج بود. همچنین، مدل SVM در تخمین مقادیر کمینه پایانی نیز دچار بیش برازش شده است. در نهایت مدل برنامهریزی بیان ژن با ضریب تبیین 0.9230 و جذر میانگین مربعات 0.5867 در مرحله آموزش و ضریب تبین 0.9025 و جذر میانگین مربعات 0.4936 در مرحله تست، بهعنوان مدل برتر انتخاب شد.
کلیدواژه ها:
نویسندگان
معصومه زینعلی
دانشگاه رازی کرمانشاه
محمد رضا گلابی
دانشگاه شهید چمران
محمد رضا شریفی
دانشگاه شهید چمران اهواز
مریم حافظ پرست
دانشگاه رازی