بررسی عملکرد مدل هیبریدی ماشین بردار پشتیبان-الگوریتم گیاهان مصنوعی در تخمین جریان روزانه رودخانه ها (مطالعه موردی:حوضه دز)

برآورد دقیق جریان رودخانه های حوضه های آبریز نقش مهمی در مدیریت منابع آب به ویژه تصمیمات صحیح در مواقع سیلاب و خشکسالی دارد. در سالهای اخیر جهت برآورد جریان رودخانه ها روش های متنوعی در هیدرولوژی معرفی شده که مدل های هیبریدی هوش مصنوعی از مهم ترین آن ها است. در این پژوهش یک روش پیشنهادی هیبریدی تحت عنوان ماشین بردار پشتیبان- الگوریتم گیاهان مصنوعی مورد بررسی قرار داده و نتایج آن با مدل ماشین بردار پشتیبان-موجک مقایسه گردید. به منظور برآورد دبی رودخانه های حوضه آبریز دز، از آمار آبدهی روزانه ایستگاه های هیدرومتری واقع در بالادست سد طی دوره آماری(1397-1387) استفاده شد. معیارهای ضریب تبیین، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف برای ارزیابی و مقایسه مدلها مورد استفاده قرار گرفت. نتایج نشان داد ساختارهای ترکیبی نتایج قابل قبولی در مدلسازی دبی رودخانه ارایه می نمایند. مدل هیبریدی پیشنهادی ماشین بردار پشتیبان-گیاهان مصنوعی با ضریب همبستگی (985/0-933/0R=)، ریشه میانگین مربعات خطا (m3/s088/0-008/0RMSE=)، میانگین قدرمطلق خطا (m3/s040/0-004/0MAE=) و ضریب نش ساتکلیف (995/0-951/0NS=) عملکرد بهتری در تخمین جریان داشته و می‏تواند در زمینه پیش بینی دبی روزانه رودخانه ها مفید باشد.