ارزیابی عملکرد روش های مدل درختی M۵ و رگرسیون بردار پشتیبان در مدل سازی رسوب معلق رودخانه

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 226

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WSRCJ-6-1_009

تاریخ نمایه سازی: 4 آبان 1400

Abstract:

همواره پدیده انتقال رسوب، بسیاری از سازه های رودخانه ای و سازه های عمرانی را تحت تاثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می شود. از این جهت برآورد صحیح بار رسوبی در رودخانه ها از نقطه نظر رسوب، فرسایش و کنترل سیلاب بسیار حایز اهمیت است. در این تحقیق، از دو روش نوین داده کاوی شامل مدل درختی M۵ و رگرسیون بردار پشتیبان برای برآورد بار رسوبی معلق رودخانه اهرچای در مقایسه با روش کلاسیک منحنی سنجه رسوب استفاده گردید. جهت ارزیابی عملکرد روش های استفاده شده از سه آماره شامل ضریب همبستگی، جذر میانگین مربعات خطا و میانگین خطای مطلق استفاده گردید. با انجام تحلیل حساسیت مدل ها به متغیر ورودی مشخص گردید، متغیر دبی جریان در ماه جاری دارای بیشترین تاثیر بر روی میزان بار رسوبی معلق می باشد. در حالت کلی نتایج بدست آمده بیانگر دقت بسیار بالای روش های داده کاوی نسبت به منحنی سنجه رسوب می باشد. اگرچه هر دو روش داده کاوی بررسی شده دقت بیشتر و خطای کمتری نسبت به روش متداول منحنی سنجه رسوب داشته اند، اما با توجه به روابط خطی ساده و قابل فهم ارائه شده توسط مدل درختی M۵، کاربرد این روش کارآمد در موارد مشابه توصیه می گردد.

Keywords:

اهرچای , تخمین بار رسوبی , داده کاوی , مدل درختی M۵ , رگرسیون ماشین بردار پشتیبان

Authors

محمدتقی ستاری

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

علی رضازاده جودی

باشگاه پژوهشگران جوان و نخبگان، واحد مراغه، دانشگاه آزاد اسلامی، مراغه، ایران.

فروغ صفدری

دانش آموخته کارشناسی ارشد، مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تبریز

فراز قهرمانیان

دانش آموخته کارشناسی ارشد عمران-آب، دانشگاه آزاد اسلامی واحد اهر، اهر، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • حسین زاده دلیر، ع.، فرسادی­زاده، د. و قربانی، م ع. ...
  • خزائی پول، ا. و طالبی، ع. ۱۳۹۲. بررسی امکان پیش ...
  • داننده مهر، ع.، علیایی، ا. و قربانی، م.ع. ۱۳۸۹. پیش ...
  • دهقانی، ن. ووفاخواه، م. ۱۳۹۲. مقایسه روشهای تخمین رسوب معلق روزانه ...
  • رجبی، م.، فیض اله پور، م. و روستایی، ش. ۱۳۹۴. ...
  • مهریزی حائری، ع ا، ۱۳۸۲. داده کاوی: مفاهیم، روش ها ...
  • شهرابی، ج. و حجازی، ط ح. ۱۳۹۱. داده کاوی. انتشارات ...
  • صفوی، ح. ۱۳۹۰. هیدرولوژی مهندسی، انتشارات ارکان دانش، چاپ سوم، ...
  • Alberg, D., Last, M. and Kandel, A. ۲۰۱۲. Knowledge Discovery ...
  • Aytek,A.andKisi,O. ۲۰۰۸.A Genetic Programming Approach to Suspended SedimentModelling. Hydrology, ۳۵۱: ...
  • Battacharya, B. and Solomatine, D. P. ۲۰۰۶. Machine Learning in ...
  • Ghorbani, M. A., Hosseini, S. H., Fazelifard, M. H. and ...
  • Graziose, J. ۲۰۱۳. Is My Data Normal? Using Technology to ...
  • Heng, S. and Suetsugi, T. ۲۰۱۳. Using artificial neural network ...
  • Kakaei Lafdani, E., Moghaddam Nia, A. and Ahmadi, A. ۲۰۱۳. ...
  • Kao, Sh., Lee, T. and Milliman, J. D. ۲۰۰۵. Calculating ...
  • Kia, E., Emadi, A. R. and Fazlola, R. ۲۰۱۳. Investigation ...
  • Kisi, O. and Shiri, J. ۲۰۱۲. River Suspended Sediment Estimation ...
  • Kumar Goyal, M. ۲۰۱۴. Modeling of Sediment Yield Prediction Using ...
  • Nourani, V. ۲۰۰۹. Using Artificial Neural Network (ANNs) For Sediment ...
  • Ozturk, F., Apaydin, H. and Walling, D. E. ۲۰۰۱. Suspended ...
  • Platt, J. ۲۰۰۰. Fast Training Support Vector Machine Using Sequential ...
  • Quinlan, J. R. ۱۹۹۲. Learning with Continuous Classes, Singapore. In ...
  • Rajaee, T., Mirbagheri, S.A., Nourani, V., and Alikhani, A. ۲۰۱۰ ...
  • Shapiro, S. S.; Wilk, M. B. ۱۹۶۵. An analysis of ...
  • Stephens, M.A. ۱۹۷۹. Test of fit for the logistic distribution ...
  • Vapnik, V. N. ۱۹۹۵. The Nature ofStatistical Learning Theory. Springer, ...
  • نمایش کامل مراجع