مقایسه کارایی الگوریتم های J48، Random Forest و Random Tree در پیشبینی فرم بستر در رودخانه های ماسه ای
Publish place: Second National Conference on Hydrology of Iran
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 882
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
WRRC02_349
Index date: 21 October 2017
مقایسه کارایی الگوریتم های J48، Random Forest و Random Tree در پیشبینی فرم بستر در رودخانه های ماسه ای abstract
پیشبینی دقیق هندسه فرم بستر رودخانه، یک جزء ضروری برای برآورد مقاومت در برابر جریان و شرایط جریان میباشد؛ لذا در این پژوهش از ابزاری جدید با عنوان سیستم های هوش مصنوعی به منظور پیشبینی فرم بستر رودخانه استفاده شده است. در تحقیق حاضر از سه الگوریتم J48، Random Forest و Random Tree به منظور پیشبینی فرم بستر رودخانه استفاده گردید. ارزیابی نتایج به دست آمده با استفاده از معیارهای آماری Correctly Claddified Intances، RMSE و ROC Area انجام شده است. نتایج نشان داد که الگوریتم Random Forestبرای داده های آزمایشگاهی با معیارهای آماری CCI=89 درصد، RMSE=0/16، ROC=0/977 و الگوریتمRandom Tree برای داده های صحرایی با معیارهای آماری CCI=86 درصد، RMSE=0/29، ROC=0/904دارای عملکرد بهتری می باشند. همچنین نتایج بیانگر عملکرد ضعیف تر الگوریتم J48 برای پیشبینی فرم بستر نسبت به دو الگوریتم دیگر میباشد.
مقایسه کارایی الگوریتم های J48، Random Forest و Random Tree در پیشبینی فرم بستر در رودخانه های ماسه ای Keywords:
مقایسه کارایی الگوریتم های J48، Random Forest و Random Tree در پیشبینی فرم بستر در رودخانه های ماسه ای authors
نگین میرمرسلی
دانشجوی کارشناسی ارشد سازههای آبی، دانشگاه زنجان
مسعود کرباسی
استادیار گروه مهندسی آب، دانشگاه زنجان