t5
بررسی-کارایی-مدلهای-ماشین-بردار-پشتیبان-(svm)-و-شبکه-عصبی-در-پیش-بینی-دبی-ورودی-به-سد-گلستان

​نویسندگان : امیر پیام مسلم، ایمان بیت الله پور، لیلا کوشافر، میثم صمدی، ایمان فراهانی


​محل انتشار : نهمین کنفرانس ملی علمی پژوهشی آبخیزداری و مدیریت منابع آب و خاک


​سال انتشار : 1398


چکیده: به منظور آگاهی از شرایط آینده و برنامهریزی برای تخصیص بهینه منابع آب به بخشهای مختلف از قبیل شرب، کشاورزی و ...، پیشبینی مقادیر جریان ورودی به سیستم منابع آب امری ضروری در مدیریت منابع آب میباشد. هدف از تحقیق حاضر پیشبینی مقادیر دبی ماهانه ورودی به سد گلستان برای آینده میباشد. بدین منظور از دادههای هیدرومتری چهار ایستگاه قوچمز، پلکوسه، قرهشور و اوغان و دو مدل شبکه عصبی و ماشین بردار پشتیبان جهت پیشبینی استفاده شد و نتایج مدلهای مختلف مورد مقایسه قرار گرفت. با توجه به نتایج به دست آمده و با استفاده از معیارهای ارزیابی، در سه ایستگاه قره شور، پل کوسه و اوغان مدل ماشین بردار پشتیبان عملکرد بهتری را نسبت به مدل شبکه عصبی داشته است. و تنها در ایستگاه قوچمز عملکرد مدل شبکه عصبی بهتر بوده است. بر اساس نتایج این تحقیق، بهترین مدل برای پیشبینی دبی ماهانه ورودی به سد گلستان، مدل ماشین بردار پشتیبان میباشد.
واژه های کلیدی: دبی، ماشین بردار پشتیبان، شبکه عصبی، سد گلستان