مدل سازی تبخیر- تعرق گیاه مرجع با استفاده از روشهای هوشمند ANN, LSSVM و مدل درختی M۵ (مطالعه موردی: ایستگاه ساری و قائمشهر)
Publish place: 10th International Conference on Rainwater catchment systems
Publish Year: 1400
Type: Conference paper
Language: Persian
View: 304
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RWCS10_135
Index date: 3 March 2022
مدل سازی تبخیر- تعرق گیاه مرجع با استفاده از روشهای هوشمند ANN, LSSVM و مدل درختی M۵ (مطالعه موردی: ایستگاه ساری و قائمشهر) abstract
تبخیر و تعرق یک پدیده غیر خطی و پیچیده است که نیازمند پارامتر مختلف اقلیمی می باشد. تبخیر- تعرق مرجع در
واقع بیانگر تقاضای تبخیر از اتمسفر و همچنین یک نمایه اقلیمی میباشد. در این پژوهش، به بررسی مدلهای هوشمند
در برآورد تبخیر- تعرق گیاه مرجع ماهانه پرداخته شد. از شهرهای ساری، قائم شهر به عنوان اقلیم مرطوب استفاده شد.
مدلهای هوشمند بهکار گرفته شده در این پژوهش، مدلهای شبکه عصبی مصنوعی (ANN) حداقل مربعات ماشین بردار پشتیبان (LSSVM) و مدل درختی M۵ می باشد. ۷۰ درصد داده ها در مرحله آموزش و ۳۰ درصد داده ها در مرحله تست مورد استفاده قرار گرفت. مدل ها با معیارهای ارزیابی ضریب تبیین ((R(۲)، ریشه ی میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) مورد استفاده قرار گرفتند. نتایج برای دو ایستگاه ساری و قائمشهر نشان داد که هرسه مدل مذکور از عملکرد نسبتا مناسبی برخوردار می باشند. مدل LSSVM نسبت به سایر مدل ها، عملکرد بهتری داشت. ضریب (MAE, R(۲ و RMSE برای مدل LSSVM در مرحله تست در ایستگاه قائم شهر به ترتیب ۰/۹۷۱۵، ۰/۰۴۵۵ و ۰/۳۱۹۶ و برای ایستگاه ساری به ترتیب ۰/۹۶۵۷، ۰/۰۳۱۸ و ۰/۳۵۰۴ حاصل شد.
مدل سازی تبخیر- تعرق گیاه مرجع با استفاده از روشهای هوشمند ANN, LSSVM و مدل درختی M۵ (مطالعه موردی: ایستگاه ساری و قائمشهر) Keywords:
مدل سازی تبخیر- تعرق گیاه مرجع با استفاده از روشهای هوشمند ANN, LSSVM و مدل درختی M۵ (مطالعه موردی: ایستگاه ساری و قائمشهر) authors
حمیدرضا قزوینیان
مدیر فرهنگی مرکز علمی کاربردی صنایع روشنایی مونگارشو، مهدیشهر، سمنان، ایران
حسین بهرامی
مدیر پژوهش مرکز علمی کاربردی صنایع روشنایی مون گارشو، مهدی شهر، سمنان، ایران