نشریه های علمی انتشارات
اطلاعات شماره: سال، ۲۹. شماره، ۱. بهار (۱۳۹۶)

عنوان مقاله: کاربرد مدل‌های SVR و GRNN در تخمین حداکثر عمق فرسایش در شرایط بستر متحرک در تلاقی رودخانه‌ها


صفحات: 79-92

DOI: 10.22067/civil.v29i1.43654

چکیده
تلاقی رودخانه‌ها یکی از پیچیده‌ترین مکان‌ها در سیستم رودخانه‌ها می‌باشد که درنتیجۀ آن، پیش‌بینی حداکثر عمق آبشستگی (Ds) بااستفاده از مدل‌های هوشمند که قادر به لحاظ این پیچیدگی¬ها می¬باشند امری مهم و ضروری می‌باشد. بنابراین در تحقیق حاضر، عملکرد دو مدل هوش مصنوعی به نام‌های SVR(با لحاظ روش¬های اعتبارسنجی مختلف، شامل train-test، K-Fold و leave-one-out) و GRNN مورد بررسی قرار گرفته است. نتایج حاصل نشان دادند که اگرچه تمام مدل‌ها در پیش‌بینی Ds دقت تقریباً خوبی دارند؛ اما مدل SVR با روش اعتبارسنجی train-test دقت بالاتری را نشان می‌دهد (به‌ترتیب با R۲، MAE، MARE، RMSE و NSE برابر با ۶۶/۹۵، ۰۱۲۴/۰ ، ۲۶/۴، ۰۱۶۸/۰ و ۹۹۳/۰)، و بعد از آن به‌ترتیب مدل¬های SVR leave-one-out، SVR K-Fold (در K=۹) و مدل GRNN را می‌توان به عنوان دقیق‌ترین مدل¬ها‌ در این تحقیق پیشنهاد نمود.

کلمات کلیدی:   تلاقی رودخانه‌ها; شرایط بستر متحرک; مدلSVR ; روش‌های اعتبارسنجی; مدل GRNN

مراجع

دریافت نسخه XML

تمام متن: PDF
دانلود : 33 Extended Abstract
دانلود : 18

بازدید: 50

تاریخ دریافت: 1393/11/01 , تاریخ پذیرش: 1395/10/08 , تاریخ انتشار: 1396/01/20

ایمیل این مقاله (نیازمند ورود )
ایمیل به نویسنده (نیازمند ورود )