مقایسه مدل SVM و ANN دربررسی نوسانات تراز آب دریاچه ارومیه
Publish place: 09th International River Engineering Conference
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,588
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IREC09_204
تاریخ نمایه سازی: 19 اسفند 1391
Abstract:
دراین تحقیق ازمدل جدیدSupport Vector Machine ( SVM ( درمقایسه با شبکه های عصبی به منظور شبیه سازی تغییرات تراز آب دریاچه ارومیه استفاده شده است بدین منظور داده های باران سنجی 18ایستگاه و دماسنجی 9ایستگاه و دبی سنجی 24ایستگاه درگام های زمانی سالانه به عنوان ورودیهای مدل و تغییرات سالانه تراز آب دریاچه به عنوان خروجی مدل درنظرگرفته شده است بررسی تغییرات تراز آب دریاچه ارومیه به عنوان یکی از مسائل و چالشهای اساسی درزمینه منابع آب و محیط زیست محسوب میگردد نظر به رشد روزافزون بکارگیری از هوش مصنوعی درعلوم مرتبط با مهندسی منابع آب معیار گزینش پارامترهای مدل تولید کمترین مقدار ریشه میانگین مربعات خطا rmse و بالاترین همبستگی مدلها R2 می باشد نتایج بدست آمده از این تحقیق نشان میدهد که استفاده از مدل SVM درمقایسه با سایر مدلها نظیر شبکه عصبی مصنوعی درپیش بینی میزان تغییرات تراز آب دریاچه گامی مثبت درراستای بکارگیری این مدل می باشد.
Keywords:
Authors
مجتبی نوری
دکتری مهندسی منابع آب
مریم خلیل زاده پشتگل
دانشجوی دکتری مهندسی عمران
کامران زینال زاده
استادیار دانشگاه ارومیه
حسین صدقی
استاددانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
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 :