پیش بینی دبی روزانه ی رودخانه با استفاده از روش هیبریدی SVM - ANFIS منطقه مورد مطالعه رودخانه ی پلرود

در این تحقیق سعی شده است تا با استفاده از دو تیوری ANFIS و ماشین های بردار پشتیبان SVM به مدلی مناسب و با کمترین درصد خطا جهت پیش بینی دبی چند روز آینده با استفاده از دبی روز جاری دست یابیم منطقه ی مورد مطالعه در این تحقیق رودخانه ی پلرود در استان گیلان ایستگاه طولات می باشد نتایج این تحقیق نشان می دهد که استفاده از خروجی های روش ANFIS به عنوان داده های خروجی برای تعریف مدل رگرسیون SVM Root mean square error RMSE و ضریب همبستگی را به ترتیب از 0.84و10.52 به مقادیر 0.9303 و 6.0734 تغییر می دهد همچنین به کاربردن کلاسیفایر SVM قبل از استفاده از ANFIS نتایج مدلسازی را بهبود می بخشد به نحوی که بررسی 5 ماه تصادفی نشان از کمتر شدن RMSE و بیشتر شدن مقادیر ضریب همبستگی در اکثر موارد را دارد همچنین در پایان مدلسازی برای به دست آوردن دبی روزانه پیک از داده های ماه آوریل برای مدلسازی مجدد و پیش بینی دبی روزانه ی رودخانه در این ماه استفاده شده است

Keywords:

دبی روزانه جریان , ماشین بردار پشتیبان SVM , ANFIS