مقایسه الگوریتمهای هوش مصنوعی در مدل سازی جریان روزانه رودخانه
الموضوعات :
معصومه زینعلی
1
(دانش آموخته کارشناسی ارشد مهندسی منابع آب، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی کرمانشاه.ایران)
سهیلا فرزی
2
(دانش آموخته کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه، ایران،)
محمدرضا گلابی
3
(دانشجوی دکتری منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.ایران،)
فریدون رادمنش
4
(دانشیار گروه مهندسی آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.)
الکلمات المفتاحية: مدلسازی جریان, مدل ANFIS, مدلBN, مدل SVM,
ملخص المقالة :
یکی از مهم ترین مسائل در مهندسی منابع آب، پیشبینی میزان دبی رودخانهها، به عنوان یکی از منابع اصلی تأمین کننده آب بشر، میباشد که از نظر برنامهریزی منابع آب دارای اهمیت است. استفاده از مدلهای جدید در این زمینه می-تواند به مدیریت و برنامهریزی صحیح کمک کند. در این مطالعه، به ارزیابی 3 مدل به نامهای، شبکه عصبی – فازی (ANFIS)، شبکه بیزین(BN) و ماشین بردار پشتیبان (SVM) پرداخته شده است. دادههای مورد استفاده برای این پژوهش، دادههای بارش و جریان روزانه رودخانه گاماسیاب نهاوند در یک دوره 10 ساله (1391-1381) میباشد. نتایج نشانگر این بود که مدل شبکه عصبی– فازی(ANFIS) و ماشین بردار پشتیبان(SVM) تقریبا عملکرد یکسانی در مدل-سازی جریان روزانه رودخانه داشتند و نسبت به مدل شبکه بیزین کارایی بهتری داشتند.. علاوه بر این سرعت اجرای مدل SVM نسبت به بقیه مدلها بیشتر بود و در زمان کوتاهی قادر به ارائه نتایج بود.
_||_