سعید صمدیان فرد
عضو هیات علمی دانشگاه تبریز
[ 1 ] - پیشبینی نمایه خشکسالی SPI به‌روش‌های رگرسیون بردار پشتیبان و خطی چندگانه
خشکسالی پدیدهای طبیعی است که به‌علت برهم‌کنش عوامل مختلف هواشناسی، دارای فرآیند پیچیدهای بوده و در همه شرایط اقلیمی و در تمام مناطق کره زمین به وقوع می‌پیوندد. لذا پیشبینی نمایه‌های خشکسالی و ارزیابی زمانی آنها، یکی از راه‌های مؤثر در مدیریت بحران خشکسالی و تدوین طرح‌هایی بهمنظور کاهش اثرات آن به نظر می‌رسد. در پژوهش حاضر، برای پیشبینی نمایه خشکسالی بارش استاندارد شده (SPI) در ایستگاه سین...
[ 2 ] - مدلسازی ضریب اصطکاک جریان در لوله های آبیاری با استفاده از روشهای یادگیری ماشینی و مقایسه عملکرد آنها با روابط تجربی
معادله ضمنی کلبروک - وایت بهصورت گستردهای برای برآورد ضریب اصطکاک برای جریان متلاطم درلولههای آبیاری مورد استفاده قرار گرفته است. در این میان، ارائه یک راه حل کاربردی و دقیق برای معادله کلبروک -وایت بهمنظور استفاده در محاسبات هیدرولیکی سیستمهای آبیاری تحت فشار امری ضروری است. در این مقالهدر پیشبینی M عملکرد چند روش یادگیری ماشینی شامل رگرسیون بردار پشتیبان، برنامهریزی ژنتیک و مدل درختی 5ضریب اص...
[ 3 ] - برآورد تبخیر- تعرق مرجع روزانه با استفاده از روش های داده کاوی رگرسیون بردار پشتیبان و مدل درختی M5
Evapotranspiration is one of the most important components of the hydrological circle and its proper determination is highly important in most researches such as water hydrological balance, design and management of irrigation systems, simulation of crop production and design and management of water resources. Nonlinear characteristic, uncertainty and needing for different climatological data in...
[ 4 ] - Evaluating the capabilities of Logistic Model Tree in predicting the occurrence probability of daily precipitation
Due to the location of Iran in arid and semi-arid regions and the inhomogeneous distribution of precipitation, predicting the occurrence of precipitation is important, therefore, researchers are implementing novel methods to identify and predict this parameter accurately. Thus the purpose of the current study is to investigate the capabilities of Logistic Model Tree (LMT) in predicting the occu...
[ 5 ] - Prediction of daily evaporation using hybrid support vector regression-firefly optimization algorithm and multilayer perceptron
Prediction of daily evaporation is a valuable and determinant tool in sustainable agriculture and hydrological issues, especially in the design and management of water resources systems. Therefore, in this study, the ability of artificial intelligence models of multi-layer perceptron (MLP), support vector regression (SVR), and the hybrid model of support vector regression-firefly optimization a...
نویسندگان همکار