چکیده مقاله
دراین تحقیق ازمدل جدیدSupport Vector Machine SVM درمقایسه با شبکه های عصبی به منظور شبیه سازی تغییرات تراز آب دریاچه ارومیه استفاده شده است بدین منظور داده های باران سنجی 18ایستگاه و دماسنجی 9ایستگاه و دبی سنجی 24ایستگاه درگام های زمانی سالانه به عنوان ورودیهای مدل و تغییرات سالانه تراز آب دریاچه به عنوان خروجی مدل درنظرگرفته شده است بررسی تغییرات تراز آب دریاچه ارومیه به عنوان یکی از مسائل و چالشهای اساسی درزمینه منابع آب و محیط زیست محسوب میگردد نظر به رشد روزافزون بکارگیری از هوش مصنوعی درعلوم مرتبط با مهندسی منابع آب معیار گزینش پارامترهای مدل تولید کمترین مقدار ریشه میانگین مربعات خطا rmse و بالاترین همبستگی مدلها R2 می باشد نتایج بدست آمده از این تحقیق نشان میدهد که استفاده از مدل SVM درمقایسه با سایر مدلها نظیر شبکه عصبی مصنوعی درپیش بینی میزان تغییرات تراز آب دریاچه گامی مثبت درراستای بکارگیری این مدل می باشد
کلیدواژهها
نویسندگان
مجتبی نوری
دکتری مهندسی منابع آب
مریم خلیل زاده پشتگل
دانشجوی دکتری مهندسی عمران
کامران زینال زاده
استادیار دانشگاه ارومیه
حسین صدقی
استاددانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
شیوه ارجاع
نوری، مجتبی و خلیل زاده پشتگل، مریم و زینال زاده، کامران و صدقی، حسین،1391،مقایسه مدل SVM و ANN دربررسی نوسانات تراز آب دریاچه ارومیه،نهمین سمینار بین المللی مهندسی رودخانه،اهواز
ارائهشده در
مجموعه مقالات نهمین سمینار بین المللی مهندسی رودخانه3 بهمن 1391 · اهواز