محمدعلی شایق - دانشجوی کارشناسی ارشد مهندسی آب، دانشگاه صنعت آب و برق
همایون مطیعی - استادیار دانشکده مهندسی آب و محیط زیست، دانشگاه صنعت آب و برق

عوامل طبیعی از قب یل آب، خاک، هوا و ... نقش اساسی در علوم مهندسی به ویژه مهندسی عمران دارند و از اهمیت خاصی در برخوردار می باشند . این اهمیت با گسترش دانش بشری منجر به ایجاد روش های نوین طی سال های اخیر توسط پزوهشگران امر جهت ارزیابی، پیش بینی و بهبود وضعیت این عوامل ارائه ش ده است . از جمله استفاده از دانش داده کاوی که فرآیند کشف رابطه ها، الگوها و روندهای جدید معنی دار به صورت هوشمند با تکیه بر علم رایانه است . مدل ها ی شبکه عصبی مصنوعی و روش نوین درختان تصمیم گیری (مدل های درختی) که مبتنی بر اصول یادگیری می باشد، از نسل جدید تکنیک های داده کاوی محسوب می شوند . مدل درخت تصمیم گیری روشی قوی برای دسته بندی و پیش بینی می باشد. الگوریتمCART درختان طبقه بندی و رگرسیونی) یک روش طبقه بندی است که از داده های تاریخی بر ای ساخت درختان تصمیم استفاده می کند. بسته به اطلاعات موجود در پایگاه داده درختان رگرسیونی و طبقه بندی می تواند ساخته شود . از درخت ساخته شده می توان جهت طبقه بندی مشاهدات جدید استفاده کرد. قابل تفسیر بودن نتایج حاصل از پیش بینی درخت ایجاد شده مهمترین مزیت این روش می باشد. به عبارت دیگر درخت تصمیم گیری پیش بینی خود را در غال ب یکسری قوانین توضیح می دهد در حالیکه درسایر روش ها همانند روش شبکه های عصبی تنها پیش بینی بیان می شود و چگونگی آن در خود شبکه پنهان باقی می ماند. در این تحقیق امکان سنجی استفاده از روش درخت تصمیم گیری در سنجش و ارزیابی پارامترهای طبیعی با تاکید برپدیده های مرتبط با مهندسی آب مانند انتقال رسوب در هیدرولیک رودخانه، ارتفاع امواج آب در هیدرولیک سازه، فرسایش آبی و ... مورد بررسی قرار گرفت ه است. استنباط کلی بر این است که از روش درختان تصمیم به عنوان یک روش جدید ، نسبتا ساده، و قدرتمند جهت ارزیابی و پیش بینی مسائل مختلف آبی می تواند مورد استفاده قرار گیرد

مهندسی عمران- درختان تصمیم گیری- الگوریتمCART یادگیری ماشین