پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی مگس میوه و رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه سلماس)
Publish place: 10th International Conference on Rainwater catchment systems
Publish Year: 1400
Type: Conference paper
Language: Persian
View: 329
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RWCS10_089
Index date: 3 March 2022
پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی مگس میوه و رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه سلماس) abstract
برآورد دقیق تبخیر برای توسعه منابع آب و مدیریت آب کشاورزی، در مناطق خشک و نیمه خشک حیاتی است. بنابراین،
در این مطالعه توانایی مدل ترکیبی مگس میوه-رگرسیون بردار پشتیبان (SVR-FOA) با مدل رگرسیون بردار پشتیبان (SVR) در برآورد تبخیر روزانه در ایستگاه سلماس طی دوره ۲۰۲۰-۲۰۰۰ مقایسه گردید. نتایج با استفاده از چهار معیار آماری مورد ارزیابی قرار گرفت. نتایج بهدست آمده نشان داد که سناریو ششم مدل ترکیبی SVR-FOA با داشتن NS =۲/۵۸۸ ،RMSE =۱/۷۶۵ ،R=۰/۸۸۹ و WI=۰/۹۳۹ دقیق ترین مدل بوده و کمترین خطا را نسبت به تمام مدل ها دارد. همچنین سناریو ششم مدل SVR با NS = ۲/۵۸۳ ،RMSE = ۱/۷۸۰ ،R=۰/۸۸۵ و WI=۰/۹۳۵ عملکرد بهتری نسبت به سایر ترکیبات SVR از خود نشان داد. نتایج حاصل از این پژوهش نشان داد که الگوریتم
هیبریدی مگس میوه در برآورد تبخیر، در تمام سناریوهای تعریف شده موفقتر از رگرسیون بردار پشتیبان عمل کرده است.
پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی مگس میوه و رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه سلماس) Keywords:
پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی مگس میوه و رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه سلماس) authors
میلاد شرفی
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
سعید صمدیان فرد
استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز