برآورد بار رسوب حوضه آجی چای با استفاده از شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان

چکیده مقاله

در این تحقیق، کارایی مدل موجک ماشین بردار پشتیبان برای پیش بینی رسوب در رودخانه ی آجی چای مورد بررسی قرار گرفته است برای این منظور، در گام اول مقدار رسوب توسط ماشین بردار پشتیبان و شبکه عصبی مصنوعی پیش بینی شده است سپس سری های زمانی دبی و رسوب توسط موجک به زیر سری هایی تجزیه شدند و این زیر سری ها جهت شبیه سازی رابطه دبی رسوب وارد ماشین بردار پشتیبان و شبکه عصبی مصنوعی شدند نتایج پیش بینی رسوب ماهانه نشان می دهند که شبکه عصبی مصنوعی با ضریب تیببینDC=0/61 خروجی بهتری نسبت به ماشین بردار پشتیبانDC=0/57 دارد مدل موجک ماشین بردار پشتیبان نتایج بهتری در مقایسه با مدل موجک شبکه عصبی مصنوعی نشان می دهد و اضافه کردن موجک باعث افزایش دقت مدل های ماشین بردار پشتیبان و شبکه عصبی مصنوعی می شود، برای نمونه DCSVM=0/57 به DCWSVM= 0/74ارتقا یافته است

کلیدواژه‌ها

نویسندگان

وحید نورانی

استاد، دانشکده مهندسی عمران دانشگاه تبریز

غلامرضا عندلیب

دانشجوی دکترای سازههای هیدرولیکی دانشکده مهندسی عمران دانشگاه تبریز

فرهاد علیزاده قراملکی

دانشجوی دکترای سازههای هیدرولیکی دانشکده مهندسی عمران دانشگاه تبریز

نورانی، وحید و عندلیب، غلامرضا و علیزاده قراملکی، فرهاد،1394،برآورد بار رسوب حوضه آجی چای با استفاده از شبکه های عصبی مصنوعی و ماشین های بردار پشتیبان،دهمین کنگره بین المللی مهندسی عمران،تبریز

ارائه‌شده در

مجموعه مقالات دهمین کنگره بین المللی مهندسی عمران15 اردیبهشت 1394 · تبریز