کاربرد ماشینهای بردار پشتیبان در استخراج قوانین بهره برداری بهینه از سد زاینده رود

میتواند به عنوان ابزاری کارا در بهره برداری (SVM) استفاده از روش های داده کاوی و به طور خاص ماشین های بردار پشتیبان بهینه از مخازن سدها مطرح شود. نتایج مدل های بهره برداری بهینه از مخازن سدها،‏ به دلیل وجود پارامترها و متغیرهای زیاد،‏ برای کاربرد توسط تصمیم گیران،‏ به واسطه تعامل متغیرها و پیچیدگی آنها،‏ گیجکننده خواهد بود. در این مقاله نتایج یک مدل بهینه سازی به هم پیوسته هیدرولوژیکی- اقتصادی- اجتماعی که برای تخصیص بهینه آب در سطح حوضه آبریز زاینده رود توسعه یافته است،‏ برای تعیین قوانین بهرهبرداری بهینه از سد زایندهرود با ماشین های بردار پشتیبان به کار گرفته شده است. آموزش دیده،‏ با استفاده از شاخص های هیدرولوژیکی و بهرهبرداری بالادست و پایین دست،‏ شامل نیاز آبی،‏ بارش،‏ SVM مدل تقاضاهای آبی شرب،‏ کشاورزی،‏ صنعت و حجم ذخیره اولیه مخزن،‏ میزان رهاسازی بهینه از مخزن سد را در ماه آینده پیشبینی میکند. در ساختار پیشنهادی،‏ از نتایج مدل بهینه تخصیص آب 20 ساله در حوضه آبریز زایندهرود برای آموزش و مقایسه شده است. نتایج آزمون این دو مدل (ANN) استفاده شده است و عملکرد آن با شبکه عصبی مصنوعی SVM آزمون ،‏SVM در مقایسه با ANN نشان میدهد که هر دو در تعیین قوانین بهینه بهرهبرداری از سد زایندهرود کارایی لازم را دارند اما تا حدودی قدرت پیشبینی بهتری دارد.