شبیه سازی دبی رودخانه با استفاده از مدلهای بردار پشتیبان svm و مقایسه آن با مدل های نروفازی anfis و موجک عصبی مطالعه موردی: رودخانه کر - ایستگاه چمریز

پیش بینی جریان رودخانه در مدیریت منابع آب از اهمیت بالایی برخوردار است و روش های مختلفی برای مدل کردن جریان رودخانه وجود دارد تا بتوان با بکارگیری این مدلها خسارات ناشی از خشک سالی و سیالب را به حداقل ممکن رساند. در این پژوهش با استفاده از مدل استنتاج فازی عصبی ANFIS مدل بردار پشتیبان SVM مدل تلفیقی موجک انفیس با دو معیار صحت سنجی میانگین مربعات خطا MSE و ضریب همبستگی R مورد بررسی قرار گرفت سیستم های فازی عصبی این قابلیت را دارند که بدون در نظر گرفتن نوع متغیرها بین داده های ورودی و خروجی ارتباط برقرار کنند و از همین جهت می توانند در مدل کردن جریان رودخانه بکار روند . طول داده های آماری 11 ساله که در شبیه سازی دبی ماهانه رودخانه کر مورد بررسی قرار گرفته است شامل دبی، بارش، دما و تبخیر که با تاخیر یک ماهه از خرداد ماه 1381 تا اسفندماه 1392 است که 80 درصد داده ها برای اموزش و 20 درصد را برای تست در نظر گرفته می شود د راین مطالعه میانگین مربعاات خطا حاصل از شبیه سازی برای مدل انفیس بردار پشتیبان و موجک انفیس به ترتیب 0.041، 0.82، 0.0048 و ضریب همبستگی نیز به ترتیب 0.74، 0.111 و 0.928 بدست آمد. به طور کلی هرچه مقدار MSE به صفر و R به یک نزدیکتر باشد مدل جواب بهتری می دهد نتایج بدست آمده از این تحقیق نشان داد که مدل تلفیقی موجک انفیس بهترین نتیجه را در پیش بینی دبی ماهانه رودخانه کر داشته است.

Keywords:

دبی ماهانه , شبیه سازی SVM >ANFIS , موجک , انفیس , رودخانه کر