مدل سازی پایداری خاکدانه ها با استفاده از ماشین های بردار پشتیبان و رگرسیون خطی چند متغیره

ماشین های بردار پشتیبان، ابزاری امیدبخش برای روش های مبتنی بر آموزش می باشند که برای مسایل تشخیص الگو بر اساس کمینه کردن احتمال بروز اشتباه، ایجاد شده اند. در این پژوهش، کارآیی روش ماشین های بردار پشتیبان در مدل سازی برآورد پایداری خاکدانه ها (از طریق محاسبه میانگین هندسی قطر خاکدانه ها، GMD) با رگرسیون خطی چند متغیره مقایسه شد. برای این منظور از داده های زودیافت موثر بر پایداری خاکدانه ها شامل برخی ویژگی های توپوگرافیکی، پوشش گیاهی و خاک استفاده گردید. برای بررسی کارآیی مدل ها نیز از برخی شاخص های آماری نظیر ضریب همبستگی (r)، میانگین مربعات خطا (MSE) و درصد خطا (ERROR%) بین مقادیر اندازهگیری شده و برآورد شده استفاده شد. نتایج نشان داد که کارایی مدل های مبتنی بر ماشین های بردار پشتیبان در تخمین پایداری خاکدانه ها، بسیار بیشتر از روش رگرسیون خطی چند متغیره مرسوم بود. مقادیر MSE و r مدل ماشین های بردار پشتیبان طراحی شده برای برآورد پایداری خاکدانه ها به ترتیب، برابر 005/0 و 86/0 بودند. درصد خطا برای تخمین پایداری خاکدانه ها با استفاده از مدل ماشین های بردار پشتیبان برابر 7/10 درصد بود درحالی که مقدار درصد خطا برای مدل رگرسیونی برازش داده شده، حدود 7/15 درصد بود. بنابراین به نظر می رسد که بتوان از ماشین های بردار پشتیبان برای برآورد برخی ویژگی های فیزیکی خاک (نظیر میانگین هندسی قطر خاکدانه ها) در منطقه ی مورد بررسی استفاده نمود.