کاربرد ماشینهای بردار پشتیبان در استخراج قوانین بهره برداری بهینه از سد زاینده رود

میتواند به عنوان ابزاری کارا در بهرهبرداری (SVM)‎ استفاده از روشهای دادهکاوی و به طور خاص ماشینهای بردار پشتیبان بهینه از مخازن سدها مطرح شود. نتایج مدلهای بهرهبرداری بهینه از مخازن سدها، به دلیل وجود پارامترها و متغیرهای زیاد، برای کاربرد توسط تصمیمگیران، بهواسطه تعامل متغیرها و پیچیدگی آنها، گیجکننده خواهد بود. در این مقاله نتایج یک مدل بهینهسازی بههمپیوسته هیدرولوژیکی- اقتصادی- اجتماعی که برای تخصیص بهینه آب در سطح حوضه آبریز زایندهرود توسعه یافته است، برای تعیین قوانین بهرهبرداری بهینه از سد زایندهرود با ماشینهای بردار پشتیبان به کار گرفته شده است. آموزش دیده، با استفاده از شاخصهای هیدرولوژیکی و بهرهبرداری بالادست و پاییندست، شامل نیاز آبی، بارش، SVM مدل تقاضاهای آبی شرب، کشاورزی، صنعت و حجم ذخیره اولیه مخزن، میزان رهاسازی بهینه از مخزن سد را در ماه آینده پیشبینی میکند. در ساختار پیشنهادی، از نتایج مدل بهینه تخصیص آب ۲۰ ساله در حوضه آبریز زایندهرود برای آموزش و مقایسه شده است. نتایج آزمون این دو مدل (ANN)‎ استفاده شده است و عملکرد آن با شبکه عصبی مصنوعی SVM آزمون ،SVM در مقایسه با ANN نشان میدهد که هر دو در تعیین قوانین بهینه بهرهبرداری از سد زایندهرود کارایی لازم را دارند اما تا حدودی قدرت پیشبینی بهتری دارد.