مقایسه عملکرد ماشین بردار پشتیبان و شبکه عصبی مصنوعی در برآورد ارتفاع آب معادل برف در حوضه آذربایجان شرقی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (ترویجی)
چکیده:
برف و برفاب در حوضه های کوهستانی و مرتفع عامل مهم و کنترل کننده رژیم جریان محسوب شده و به عنوان منبع اصلی تامین آب نقش بسیار مهمی را ایفا می نماید. به همین دلیل در مناطق کوهستانی هیدرولوژی برف اهمیت و ارزش زیادی دارد. علاوه بر این تخمین، شبیه سازی و پیش بینی جریان ناشی از ذوب برف و باران در زمینه های مختلف دارای اهمیت و کاربرد می باشد که از جمله آن تامین آب شرب، کشاورزی، صنعت و تفرجگاه ها، تنظیم آب رودخانه ها، کنترل و هشدار سیل و برآورد سیل طراحی برای حوضه آبریز می باشد. در این پژوهش به منظور شبیه سازی جریان حاصل از ذوب برف در ایستگاه های بالادره کندوان، پیست اسکی مرند و صندوقلو واقع در استان آذربایجان شرقی از مدل شبکه عصبی MLP و ماشین بردار (SVM) در دوره آماری 92-85 استفاده گردید. از سه معیار عددی به نام های ضریب همبستگی (CC)، جذر میانگین مربعات خطا (RMSE) و خطای مطلق میانگین (MAE) به منظور ارزیابی دقت استفاده شد. نتایج نشان داد شبکه عصبی دقت بیشتری را نسبت به ماشین بردار دارد. از بین ساختارهای مختلف شبکه عصبی، آرایش 1-6-3 با سه ورودی چگالی برف، طول نمونه برف و عمق برف بیشترین دقت را دارد.
کلیدواژگان:
زبان:
فارسی
صفحات:
21 تا 30
لینک کوتاه:
magiran.com/p1873400
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!