پیش بینی نوسانات ماهانه سطح آب دریاچه ارومیه با استفاده از مدل هوش مصنوعی مرکب نظارت شده
محل انتشار: فصلنامه دانش آب و خاک، دوره: 29، شماره: 1
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 927
فایل این مقاله در 13 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_WASO-29-1_012
تاریخ نمایه سازی: 25 دی 1401
چکیده مقاله:
در سالهای اخیر کاهش سطح آب دریاچه ارومیه سبب ایجاد بحران آبی و زیستمحیطی در منطقه گردیده است. بنابراین ضروری است که مدیریت و برنامهریزی صحیح و قابلاعتماد در این زمینه صورت گیرد که لازمه آن مدلسازی سطح آب دریاچه برای آینده میباشد. در این تحقیق از روشهای شبکه عصبی مصنوعی (ANN)، سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) و ماشین بردار پشتیبان (SVM) برای پیشبینی سطح آب یک [h (t+۱)]، دو [h (t+۲)] و سه [h (t+۳)] ماه آینده دریاچه ارومیه استفاده گردید و در نهایت از یک مدل هوش مصنوعی مرکب نظارت شده (SCMAI) برای رسیدن به یک عملکرد بهتر از مدلهای منفرد بهکار گرفته شده، استفاده شد. برای مدلسازی، اطلاعات سطح آب ماه جاری [h (t)]و یازده ماه گذشته [h (t-۱),…, h (t-۱۱)] بهعنوان ورودی و سطح آب یک، دو و سه ماه آینده بهعنوان خروجی مدلها در نظر گرفته شدند. دادهها به دو دسته دادههای آموزش/ اعتبارسنجی (۹۰ درصد کل دادهها) و دادههای آزمایش (۱۰ درصد کل دادهها) تقسیمبندی گردیدند و پس از مدلسازی، عملکرد مدلها بر اساس پارامترهای ضریب تعیین (R۲)، جذر میانگین مربعات خطا (RMSE) و میانگین مطلق خطا (MAE) ارزیابی شدند. نتایج نشان دادند که مدلهای بردار پشتیبان عملکرد بهتری نسبت به مدلهای شبکه عصبی مصنوعی و عصبی- فازی دارند. مدل هوش مصنوعی مرکب نظارت شده بهمنظور ترکیب نتایج مدلهای مختلف بهکار گرفته شد و نشان داد که مدلهای هوش مصنوعی مرکب نظارت شده قادرند کارایی مدلهای منفرد هوش مصنوعی را بهبود بخشند. نتایج معیارهای عملکرد مدل هوش مصنوعی مرکب نظارت شده بیان میکند که مدلسازی یک ماه آینده سطح آب با مقادیر R۲، RMSE و MAE بهترتیب برابر با ۹۸۹۶/۰، ۰۵۴۷/۰ متر و ۰۴۲۱/۰ متر در مقایسه با مدل بردار پشتیبان عملکرد بهتری دارد که این عملکرد برای پیشبینیهای دو و سه ماه آینده سطح آب دریاچه نیز صادق میباشد.
کلیدواژه ها:
نویسندگان
رحیم برزگر
دانشجوی دکتری هیدروژئولوژی، دانشکده علوم طبیعی، دانشگاه تبریز
اصغر اصغری مقدم
استاد گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز
الهام فیجانی
استادیار دانشکده زمین شناسی، پردیس علوم، دانشگاه تهران
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 :