استفاده از مدل های ترکیبی ماشین بردار پشتیبان - موجکی و شبکه عصبی -موجکی در پیش بینی تراز آب زیرزمینی دشت اردبیل

چکیده آب های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده­ ی تامین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه­ خشک مطرح بوده اند. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه­ ی آنها، لازم است پیش بینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. در این تحقیق اطلاعات ۱۵ پیزومتر موجود در دشت اردبیل مورد استفاده قرارگرفت. از تبدیل موجک و روش خوشه بندی به ترتیب برای پیش پردازش زمانی و مکانی استفاده گردید. روش مدل سازی مورد استفاده در این تحقیق، ماشین بردار پشتیبان و شبکه ­­­عصبی مصنوعی برای پیش بینی یک ماه آینده می باشد. در ابتدا پیزومترهای موجود با روش خوشه­ بندی نقشه خود سازمانده کلاس­ بندی شده و برای پیزومترهای مرکزی هر کلاس دو مدل فوق به صورت تکی و در ترکیب با تبدیل موجک به کار رفت. نتایج حاصله ضریب تبیین متوسط ۹۴/۰ برای آموزش و ۸۹/۰ برای صحت سنجی را در مرحله­ی مدل سازی با ماشین بردار پشتیبان نشان داد. استفاده از تبدیل موجک باعث افزایش ۵/۳ درصدی دقت مدل گردید. در ضمن مدل­سازی از طریق شبکه­­ عصبی مصنوعی نیز با ضریب تبیین متوسط ۹۴/۰ برای آموزش و ۸۸/۰ برای صحت سنجی از دقت بالایی برخوردار بوده و استفاده از تبدیل موجک باعث افزایش ۵ درصدی دقت مدل شد.

Keywords:

لمات کلیدی: SVM , تبدیل موجک , SOM , تراز آب زیرزمینی , دشت اردبیل