مقایسه مدل های ماشین بردار و شبکه عصبی تابع پایه شعاعی در پیش بینی کیفیت آب سیمینه رود
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 198
This Paper With 11 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:
شناسه ملی سند علمی:
JR_JWIM-11-3_002
تاریخ نمایه سازی: 1 آذر 1400
Abstract:
در این پژوهش عملکرد روش های ماشین بردار پشتیبان و شبکه عصبی تابع پایه شعاعی در پیش بینی کیفیت آب سیمینه رود مقایسه شده است. برای این منظور پارامترهای نسبت جذب سدیم و یون کلر به عنوان شاخص های کیفیت آب در مصارف کشاورزی در نظر گرفته شد. از داده های اندازه گیری شده یون سدیم، کلسیم، منیزیم، pH، EC و دبی جریان به عنوان ورودی مدل ها طی یک دوره آماری ۱۲ساله (۱۳۹۳- ۱۳۸۲) در مقیاس ماهانه استفاده شد. ارزیابی نتایج بر اساس معیارهای ضریب همبستگی، جذر میانگین مربعات خطا و میانگین خطای مطلق انجام شد. نتایج دوره صحت سنجی در ۴ ایستگاه پل-بوکان، داشبند بوکان، قزل گنبد و کاولان نشان داد که مدل ماشین بردار پشتیبان در مقایسه با شبکه عصبی تابع پایه شعاعی، دارای ضریب همبستگی بهتر(۷۱.SVM: ۰ تا ۰.۹۴، RBF: ۰.۳ تا ۰.۵)، ریشه میانگین مربعات خطای کمتر (SVM: ۰.۰۲۸ تا ۰.۰۷۵ mg/l، RBF: ۰.۰۶۷۲ تا ۰.۳۱۷ mg/l)، خطای میانگین مطلق کمتر (SVM: ۰.۰۰۳ تا ۰.۰۳۳ و mg/l، RBF: ۰.۰۸۷ تا ۰.۱۹ mg/l) برای پارامتر یون کلر و با همان ترتیب مقادیر SVM: ۰.۶۳ تا ۰.۸۸ و RBF: ۰.۲۱ تا ۰.۳۸، SVM: ۰.۰۰۱۳ تا ۰.۰۸۲ mg/l و RBF: ۰.۰۱۴۷ تا ۰/۰۲۵ و mg/l، SVM: ۰.۰۰۸۵ تا ۰.۰۴۶ mg/l و RBF: ۰.۰۶۵۳ تا ۰.۰۹۹۶ mg/l برای نسبت جذب سدیم است. لذا بر اساس نتایج مدل ماشین بردار پشتیبان نسبت به مدل شبکه عصبی تابع پایه شعاعی از دقت و عملکرد بهتری برای پیش بینی پارامترهای کیفیت آب رودخانه سیمینه رود برخوردار است.
Keywords:
Authors
بهاره حسین پناهی
دانشجوی کارشناسی ارشد، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران.
سامان نیک مهر
استادیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران.
کیومرث ابراهیمی
استاد، گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، 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 :