ارزیابی کارایی سامانه های ماشین بردار پشتیبان و شبکه عصبی مصنوعی در تحلیل منطقه ای سیلاب (مطالعه موردی: حوضه آبخیز دریاچه نمک)

پیام:
چکیده:
تخمین دبی سیلاب با دوره بازگشت مختلف، یکی از مهم ترین عوامل لازم برای طراحی و اجرای سازه های آبی است. از طرفی بسیاری از رودخانه های موجود در حوضه های آبخیز ایران فاقد آمار و اطلاعات آب سنجی کامل و دقیق هستند. در چنین مواردی یکی از راه حل های مناسب برای برآورد دبی های سیلابی با دوره بازگشت مختلف، انجام تحلیل منطقه ای سیلاب است. در پژوهش حاضر 55 ایستگاه آب سنجی مورد استفاده قرار گرفتند. برای این منظور ابتدا دبی های حداکثر لحظه ای ایستگاه های منتخب در دوره بازگشت های مختلف با استفاده از نرم افزار Easy Fit برآورد شد. سپس متغیرهای موثر بر دبی های سیلابی جمع آوری و متغیرهای ورودی مدل با استفاده از آزمون گاما و به کمک نرم افزار WinGamma تعیین شدند. درنهایت مدل سازی داده ها با استفاده از ماشین بردار پشتیبان، شبکه عصبی مصنوعی و رگرسیون چند متغیره غیرخطی انجام پذیرفت. ارزیابی کمی و کیفی نتایج با استفاده از آماره های گوناگون از جمله آماره ناش- ساتکلیف نشان داد که روش مدل سازی ماشین بردار پشتیبان، از بیشترین دقت نسبت به دو روش مدل سازی دیگر به منظور پیش بینی دبی های حداکثر لحظه ای در حوضه آبخیز دریاچه نمک برخوردار است.
نوع مقاله:
مطالعه موردی
زبان:
فارسی
صفحات:
351 -366
لینک کوتاه:
magiran.com/p1985895 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!