مقایسه کارایی روشهای رگرسیون بردار پشتیبان و k-نزدیکترین همسایگی در برآورد میزان بار رسوبی معلق در رودخانه (مطالعه موردی: رودخانه لیقوان چای)
نویسندگان
چکیده مقاله:
برآورد بار رسوبی معلق رودخانهها با توجه به خسارات ناشی از عدم توجه و لحاظ کردن آن، یکی از مهمترین و اساسیترین چالشهای مطالعات انتقال رسوب و مهندسی رودخانه میباشد. با توجه به اهمیت و نقش رسوب در طراحی و نگهداری سازههای هیدرولیکی همچون سدها و همچنین برنامهریزی جهت استفاده بهینه از منابع آبی در پاییندست رودخانهها و حفظ منابع مغذی بالادست آنها، همواره تلاشهای بسیاری در زمینه تخمین میزان بار رسوبی معلق رودخانهها انجام گرفته و روشهای متعددی در این زمینه توسعه یافته است. اما با توجه به هزینهبر بودن اکثر روشها و یا عدم دقت کافی در اکثر روشهای تجربی مرسوم، نیاز به روش نوینی که بتواند بار رسوبی معلق رودخانه را با بیشترین دقت ممکن تخمین زند، امری ضروری به نظر میرسد. در این مطالعه میزان بار رسوبی معلق رودخانه لیقوان چای توسط روشهای رگرسیون بردار پشتیبان و k-نزدیکترین همسایگی برآورد گردیدند. نتایج نشاندهندۀ عملکرد مناسب هر دو روش دادهکاوی بررسی شده در این تحقیق میباشد. از میان روشهای بررسی شده در این تحقیق، روش رگرسیون بردار پشتیبان میزان بار رسوبی معلق رودخانه لیقوان چای را با ارائه مقادیر ضریب همبستگی برابر با 959/0 و ریشه میانگین مربعات خطا برابر با 547/43 (تن در روز) با دقت بیشتری نسبت به روش k-نزدیکترین همسایگی پیشبینی کرد.
منابع مشابه
بررسی کارایی روشهای نرو فازی و رگرسیون درختی در برآورد بار رسوب معلق رودخانه
کاربرد روشهای نروفازی ورگرسیون درختی در هیدرولوژی رسوب رودخانهها و حوزههای آبخیز توسعه چندانی ندارد و بیشتر از آن منحنیهای سنجه رسوب به عنوان متداولترین روش برآورد رسوب شناخته شدهاند. در این تحقیق به منظور مقایسه و اصلاح روشهای برآورد بار رسوبی رودخانهها، مقادیر برآوردی چند نوع منحنی سنجه رسوب تک متغیره و یک نوع منحنی سنجه رسوب چند متغیره با روشهای نروفازی و رگرسیون درختی در 5 ایستگاه ...
متن کاملبررسی کارایی روشهای نرو فازی و رگرسیون درختی در برآورد بار رسوب معلق رودخانه
کاربرد روش های نروفازی ورگرسیون درختی در هیدرولوژی رسوب رودخانه ها و حوزه های آبخیز توسعه چندانی ندارد و بیشتر از آن منحنی های سنجه رسوب به عنوان متداول ترین روش برآورد رسوب شناخته شده اند. در این تحقیق به منظور مقایسه و اصلاح روش های برآورد بار رسوبی رودخانه ها، مقادیر برآوردی چند نوع منحنی سنجه رسوب تک متغیره و یک نوع منحنی سنجه رسوب چند متغیره با روش های نروفازی و رگرسیون درختی در 5 ایستگاه ...
متن کاملارزیابی 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...
متن کاملتوسعه روش رگرسیون K- نزدیکترین همسایگی در پیشبینی جریان رودخانه
روشهای مختلف آماری، غیرآماری و جعبه سیاه در فرایندهای پیشبینی جریان رودخانه استفاده میشوند. از میان روشهای آماری، روش رگرسیون ناپارامتری K- نزدیکترین همسایگی بهواسطه پایه ریاضی و سادگی ذاتی، یکی از روشهای مناسب در فرایندهای پیشبینی است. در این تحقیق ضمن معرفی کامل روش K-NN به تشریح راهکارهای توسعه و بهبود این روش پرداخته میشود که از آن جمله میتوان به معرفی روشهای تخمین بهترین همسایگی، تو...
متن کاملمقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)
سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانهها، یکی از مهمترین مسائل در پروژههای مهندسی رودخانه، منابع آب و محیطزیست میباشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمینهای کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانهها، محققین علم رسوب تلاشهای زیادی بهمنظور دستیا...
متن کاملمقایسه روشهای شبکه های عصبی مصنوعی، فازی-عصبی تطبیقی و منحنی سنجه رسوب در برآورد رسوبات معلق رودخانه ها (مطالعه موردی: رودخانه آجی چای)
ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانهها در پروژههای آبی، مهندسی رودخانه و آبیاریکاربردهای فراوانی دارد. به دلیل تأثیر پارامترهای مختلف بر انتقال رسوبات در رودخانهها، تعیین معادلات حاکم برآن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهایهوش مصنوعی به عنوان راهکاری جدید در تحلیل مسائل آبی، گسترش یافته است. در تحقیق حاضر منطق فازی-ع...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 70 شماره 2
صفحات 345- 358
تاریخ انتشار 2017-07-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023