برآورد بار رسوب معلق با استفاده از رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه ده ملا رودخانه زهره)

پدیده رسوب در مباحث هیدرولیکی و منابع آب از اهمیت بالایی برخوردار می باشد، به دلیل اینکه وجود این پدیده باعث ایجاد مشکلات بسیاری در فرایندهای ذخیره سازی و انتقال آب می شود. در طول چند دهه گذشته به دلیل فعالیت های انسانی و عوامل دیگر، پدیده فرسایش خاک شدت گرفته و به دنبال آن نیز پدیده رسوب نسبت به گذشته افزایش یافته است. ازاین رو همواره در جهت کنترل و مهار پدیده رسوب فعالیت های بسیاری صورت می گیرد. یکی از این فعالیت ها عمل شبیه سازی رسوب در جریان ها می باشد که در کنترل و مهار رسوب و همچنین کاهش خسارات ناشی از رسوب کمک شایانی می نماید. در این پژوهش سعی شد تا با استفاده از جدیدترین روش های تخمین و شبیه سازی هوشمند، مقدار رسوب معلق در رودخانه زهره که از جهات مختلف یکی از رودهای مهم منطقه و حتی ایران می باشد تخمین زده شود. برای این کار مدل رگرسیون بردار پشتیبان بهینه شده با استفاده از الگوریتم بهینه ساز کلونی مورچگان که از نوع هوش ازدحامی می باشد مورد استفاده قرار گرفت. همچنین برای بررسی کارای این الگوریتم در تکرارهای مختلف، بهنیه سازی در دو مرحله و با تکرارهای ۲۵ و ۵۰ صورت گرفت. شبیه سازی در دو فاز آموزش و آزمایش صورت گرفت. مقادیر خطای RMSE محاسبه شده در فاز آموزش در تکرارهای نامبرده شده به ترتیب برابر با ۹/۷۴۸۹۵ و ۷/۱۰۴ تن بر روز قرار گرفت. در آخر و در فاز آزمایش مدل، مقادیر خطای RMSE برای تکرارهای مورد بحث به ترتیب برابر با ۷/۱۷۲۱۵۱ و ۵/۹۱ تن بر روز و مقادیر ضریب R۲ به ترتیب برابر با ۴۸/۰ و ۹۹/۰ و مقدار ضریب NSE نیز برابر با ۰۲/۰- و ۹۹/۰ محاسبه شد. در آخر و با توجه به نتایج به دست آمده مشخص شد که مدل رگرسیون بردار پشتیبان بهینه شده توسط الگوریتم کلونی مورچگان در زمینه پیش بینی بار رسوب معلق به خوبی عمل کرده است. همچنین مشخص شد که الگوریتم بهینه سازی کلونی مورچگان به درستی قادر به بهینه سازی پارامترهای مدل رگرسیون بردار پشتیبان می باشد.

Keywords:

بار رسوب معلق , رگرسیون بردار پشتیبان , الگوریتم بهینه سازی کلونی مورچگان , شبیه سازی