CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی

عنوان مقاله: استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی
شناسه ملی مقاله: ESPME03_319
منتشر شده در سومین کنفرانس برنامه ریزی و مدیریت محیط زیست در سال 1392
مشخصات نویسندگان مقاله:

امیرحسین جاوید - دانشیار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده علوم و فنون دریایی، تهران، ایران
مهسا موسی خانی - کارشناس ارشد مهندسی محیط زیست، واحد علوم و تحقیقات، دانشکده محیط زیست و انرژی، مهندسی منابع آب، تهران، ایران
سید احمد میرباقری - استاد، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی عمران، تهران، ایران

خلاصه مقاله:
پدیده تغذیه‌گرایی یکی از پیامدهای غیرمستقیم فرایندهای توسعه‌محور است، که اثرات نامطلوبی بر کیفیت آب دریاچه‌ها و مخازن سدها دارد. این پدیده در شرایط حاد، بسیاری از اهداف اقتصادی ساخت مخازن را با مشکلات جدی روبرو ساخته و مسائل عدیده‌ای را فراروی مدیریت کیفی این سازه‌های آبی قرار می‌دهد. از این رو بکارگیری تکنیک ها و روش های نوینی که قادر به شناخت الگوی حاکم بر این سیستم های غیرخطی و سپس پیش بینی و مدلسازی رفتار آنها باشد، می تواند موجب ایجاد تحولات فراوانی در مدیریت کیفی منابع آبی شود. در این تحقیق برای طبقه بندی فرایند تغذیه گرایی از ماشین های بردار پشتیبان استفاده شده است. به علت تعداد زیاد متغیرهای ورودی، شناخت متغیرهای موثر می تواند باعث بهبود نتایج گردد. بدین منظور، از تکنیک آنالیز مولفه های اصلی که باعث کاهش تعداد متغیرها و ورود متغیرهای موثر به مدل می شود، به پیش پردازش داده های ورودی پرداخته شد. استفاده از این تکنیک تعداد متغیرهای ورودی را از 20 به 4 عدد کاهش داده و سپس مدل طبقه بندی کننده ماشین-های بردار پشتیبان با استفاده از این 4 پارامتر توسعه داده شد. نتایج بدست آمده حاکی از نقش موثر پیش پردازش متغیرها توسط آنالیز اجزای اصلی بود. از سوی دیگر دقت 98 درصدی بدست آمده توسط ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه-گرایی نشان از توانایی این روش در شناخت الگوهای حاکم بر این پدیده بوده و می تواند به عنوان ابزاری در جهت توسعه راهکارهای نوین مدیریتی بکارگرفته شود.

کلمات کلیدی:
مدلسازی، طبقه بندی اطلاعات، ماشین های بردار پشتیبان، آنالیز مولفه اصلی، سد دز

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/240061/