مقایسه عملکرد ماشین بردار پشتیبان و شبکه عصبی مصنوعی در برآورد ارتفاع آب معادل برف در حوضه آذربایجان شرقی
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 53
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIRCSA-5-3_003
تاریخ نمایه سازی: 28 مرداد 1402
Abstract:
برف و برفاب در حوضههای کوهستانی و مرتفع عامل مهم و کنترلکننده رژیم جریان محسوب شده و به عنوان منبع اصلی تامین آب نقش بسیار مهمی را ایفا مینماید. به همین دلیل در مناطق کوهستانی هیدرولوژی برف اهمیت و ارزش زیادی دارد. علاوه بر این تخمین، شبیهسازی و پیشبینی جریان ناشی از ذوب برف و باران در زمینههای مختلف دارای اهمیت و کاربرد می باشد که از جمله آن تامین آب شرب، کشاورزی، صنعت و تفرجگاهها، تنظیم آب رودخانهها، کنترل و هشدار سیل و برآورد سیل طراحی برای حوضه آبریز می باشد. در این پژوهش به منظور شبیهسازی جریان حاصل از ذوب برف در ایستگاههای بالادره کندوان، پیست اسکی مرند و صندوقلو واقع در استان آذربایجان شرقی از مدل شبکه عصبی MLP و ماشین بردار (SVM) در دوره آماری ۹۲-۸۵ استفاده گردید. از سه معیار عددی به نامهای ضریب همبستگی (CC)، جذر میانگین مربعات خطا (RMSE) و خطای مطلق میانگین (MAE) به منظور ارزیابی دقت استفاده شد. نتایج نشان داد شبکه عصبی دقت بیشتری را نسبت به ماشین بردار دارد. از بین ساختارهای مختلف شبکه عصبی، آرایش ۱-۶-۳ با سه ورودی چگالی برف، طول نمونه برف و عمق برف بیشترین دقت را دارد.
Keywords:
Water equivalent of snow height , Support vector machine , Neural network , East Azerbaijan , ارتفاع آب معادل برف , ماشین بردار پشتیبان , شبکه عصبی , آذربایجان شرقی
Authors
بابک محمدی
University of Tabriz
هاجر فیضی
University of Tabriz
روزبه موذن زاده
Shahroud University of Technology
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 :