مقایسه دقت روش های الگوریتم ژنتیک، حداقل مربعات ماشین بردار پشتیبان و روش ترکیبی در تخمین عمق آبشستگی پایه های ساده پلها
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 64
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIRCSA-11-2_003
تاریخ نمایه سازی: 24 مرداد 1402
Abstract:
در این پژوهش با استفاده از دادههای میدانی، دقت روشهای روابط تجربی، الگوریتم ژنتیک (GA)، حداقل مربعات ماشین بردار پشتیبان (LSSVM) و روش ترکیبی در تخمین عمق آبشستگی پایههای ساده پلها مقایسه شد. در روش GA، تعدادی از روابط تجربی اصلاح و نتایج حاصل از این روابط اصلاح شده با مقادیر واقعی آبشستگی مقایسه شد. در روش LSSVM، از طریق ورودی پارامترهای مختلف مستقل، آموزش مدل انجام و مقدار عمق آبشستگی پیشبینی شد. در روش ترکیبی، با استفاده از مدل LSSVM از ترکیب نتایج روابط مختلف منفرد، مقدار عمق آبشستگی پایه پل تخمین زده شد. نتایج نشان داد روابط اصلاح شده توسط الگوریتم ژنتیک و مدل LSSVM دقت بالاتری نسبت به روابط تجربی دارند. همچنین چنانچه تنها پارامترهای استفاده شده در روابط تجربی به عنوان پارامترهای ورودی به مدل LSSVM لحاظ شوند، روابط اصلاح شده خطای کمتری نسبت به مدل LSSVM دارند. شاخصهای ارزیابی RMSE، E، R۲ و NSE برای بهترین حالت روش ترکیبی در مرحله آموزش به ترتیب ۴/۰ متر، ۴۹ درصد، ۸۸/۰ و ۵۸/۰ و در مرحله آزمون به ترتیب ۵۲/۰ متر، ۵۰ درصد، ۷/۰ و ۳۸/۰ میباشند. در مجموع روش ترکیبی، عمق آبشستگی را با دقت بالاتری نسبت به دیگر روشها تخمین میزند.
Keywords:
Authors
مهدی کرمی مقدم
Associate Professor, Department of Agriculture, Payame Noor University (PNU), Tehran, Iran, Email: m.karami.mo۲۰۱۴@pnu.ac.ir
عطا امینی
Professor, Kurdistan Agricultural and Natural Resources Research and Education Center, AREEO, Sanandaj, Iran, Email: a.amini@areeo.ac.ir
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 :