ارزیابی تأثیر پیش‌پردازش متغیرهای ورودی به مدل ماشین بردار پشتیبان به روش آزمون گاما به‌منظور پیش‌بینی حجم رسوب معلق

Authors

  • آزاده احمدی استادیار دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان، اصفهان، ایران
  • الهام کاکائی لفدانی دانشجوی دکتری علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران
  • حیدر ابراهیمی دانشجوی دکتری علوم و مهندسی آبخیزداری، گروه آبخیزداری، دانشگاه کاشان، کاشان، ایران
  • علیرضا مقدم نیا دانشیار گروه احیای مناطق خشک و کوهستانی، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران، کرج، ایران
Abstract:

هدف از این مطالعه بررسی تأثیر پیش ‏پردازش متغیرهای ورودی به روش آزمون گاما بر عملکرد مدل ماشین بردار پشتیبان جهت پیش‌‏بینی حجم رسوبات معلق رودخانه دویرج، واقع در استان ایلام، برای دورة ۱۹۹۴‌ـ ۲۰۰۵ است. دبی جریان و بارندگی ورودی مدل و دبی رسوب معلقْ خروجی مدل درنظر گرفته شد. همچنین، طول دورة آموزش مدل با استفاده از آزمون گاما (Gamma Test (GT)) مشخص شد. سپس، به منظور بررسی تأثیر پیش ‏پردازش متغیرهای ورودی بر عملکرد مدل، رسوب معلق با استفاده از مدل SVM، که هیچ‏گونه پیش‏پردازشی بر روی متغیرهای ورودی آن صورت نگرفته بود، پیش‏‌بینی شد و نتایج با یکدیگر مقایسه گردید. نتایج نشان داد عملکرد مدل GT-SVM در مرحله آزمون با حداقل RMSE برابر با 96/0 تن در روز و حداکثر ضریب R2 برابر با 98/0 بین مقادیر پیش‌بینی‌شده و واقعی بهتر از عملکرد مدل  SVMاست.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی تأثیر پیش پردازش متغیرهای ورودی به مدل ماشین بردار پشتیبان به روش آزمون گاما به منظور پیش بینی حجم رسوب معلق

هدف از این مطالعه بررسی تأثیر پیش ‏پردازش متغیرهای ورودی به روش آزمون گاما بر عملکرد مدل ماشین بردار پشتیبان جهت پیش ‏بینی حجم رسوبات معلق رودخانه دویرج، واقع در استان ایلام، برای دورة ۱۹۹۴ ـ ۲۰۰۵ است. دبی جریان و بارندگی ورودی مدل و دبی رسوب معلقْ خروجی مدل درنظر گرفته شد. همچنین، طول دورة آموزش مدل با استفاده از آزمون گاما (gamma test (gt)) مشخص شد. سپس، به منظور بررسی تأثیر پیش ‏پردازش متغیره...

full text

ارزیابی و عملکرد مدل ماشین بردار پشتیبان در تخمین رسوبات معلق رودخانه ها

همواره پدیده انتقال رسوب، بسیاری از سازه های رودخانه ای و سازه های عمرانی را تحت تأثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می شود .از این جهت دستیابی به روشی با دقت مناسب برای تخمین میزان بار رسوبی معلق رودخانه ها بسیار حایز اهمیت است. در این پژوهش جهت تخمین رسوبات رودخانه کاکارضا واقع در استان لرستان، از مدل ماشین بردار پشتیبان استفاده گردید و نتایج آن با برنامه ریزی ب...

full text

ارزیابی عملکرد روش‌های مدل درختی M5 و رگرسیون بردار پشتیبان در مدل‌سازی رسوب معلق رودخانه

همواره پدیده انتقال رسوب، بسیاری از سازه‌‌های رودخانه‌‌ای و سازه‌های عمرانی را تحت تاثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می‌شود. از این جهت برآورد صحیح بار رسوبی در رودخانه‌ها از نقطه نظر رسوب، فرسایش و کنترل سیلاب بسیار حایز اهمیت است. در این تحقیق، از دو روش نوین داده‌کاوی شامل مدل درختی M5 و رگرسیون بردار پشتیبان برای برآورد بار رسوبی معلق رودخانه اهرچای در مقایس...

full text

استفاده از مدل های سری زمانی، شبکه عصبی و ماشین بردار پشتیبان جهت پیش بینی دبی ورودی به سد گرگان

پیش­بینی مقادیر جریان ورودی به سیستم منابع آب به­منظور آگاهی از شرایط آینده و برنامه­ریزی برای تخصیص بهینه منابع آب به بخش­های مختلف از قبیل شرب، کشاورزی و صنعتی امری ضروری در مدیریت منابع آب می­باشد. هدف از پژوهش حاضر پیش­بینی مقادیر دبی ماهانه ورودی به سد گرگان برای آینده بود. بدین منظور از داده­های هیدرومتری ایستگاه قزاقلی با دوره­ آماری 47 سال و سه مدل سری­زمانی، شبکه عصبی و ماشین بردار پشت...

full text

تشخیص خطا به روش ماشین بردار پشتیبان

با افزایش پیچیدگی و پیشرفت سیستم های کنترلی و استفاده از آن ها در محیط ها و کاربردهای حساس، تمایل روزافزونی در زمینه تشخیص خطا ایجاد شده است. در گذشته شبکه های عصبی به عنوان ابزاری برای تشخیص مدل یا خرابی در یک سیستم به کار گرفته شده اند. اما مشکل الگوریتم بهینه سازی آن ها برای انتخاب پارامتر و کم کردن خطا در هر مرحله به جای کم کردن خطای کل مدل باعث شده است تا ماشین بردار پشتیبان جایگزین مناسبی...

15 صفحه اول

آنالیز مو با استفاده از روش بیناب‌نمایی فروشکست القایی لیزری و مدل ماشین بردار پشتیبان به منظور تشخیص اعتیاد

Along with the development of laboratory methods for diagnosing addiction, concealment ways, either physically or chemically, for creating false results have been in progress. In this research based on the Laser Induced Breakdown Spectroscopy technique (LIBS) and analyzing hair of addicted and normal people, we are proposing a new method to overcome problems in conventional methods and reduce p...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 67  issue 2

pages  289- 303

publication date 2014-06-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023