فهرست نشریات علمی دسترسی آزاد ایران

هدف: هدف از این تحقیق بررسی کارایی مدل ماشین آموزش نیرومند (ORELM) برای پیش‌بینی دبی رودخانه قره‌سو در محل ایستگاه پل کهنه (کرمانشاه) است. روش پژوهش: محدوده موردمطالعه حوضه آبریز پل کهنه واقع بر رودخانه قره‌سو است.  آموزش ELM شامل دو مرحله است: مرحله اول، اختصاص تصادفی وزن‌ها و بایاس‌ها به نرون‌های لایه پنهان و محاسبه خروجی لایه پنهان ماتریس H و مرحله دوم، محاسبه وزن‌های خروجی با استفاده از شبه معکوس Moore-Penrose ماتریس H و مقادیر هدف برای نمونه‌های آموزشی مختلف. جهت محاسبه ماتریس وزن خروجی ، خطای آموزش را به‌گونه‌ای در نظر می‌گیرند که ماتریس sparse باشد. یافته‌ها: نتایج حاصل از کاربرد مدل هوش مصنوعی ORELM  نشان می‌دهد این روش توانسته است در دوره آماری ۶۵ساله با کمترین میزان خطا در مراحل آموزش و آزمایش دبی ورودی رودخانه را پیش‌بینی نماید. به‌طوری که مقدار RMSE در این روش در حالت تأخیر یک‌ماهه (t-1) در دو مرحله آموزش و آزمایش به ترتیب 22/12و 14/4 بود. لذا با استفاده از مدل‌های هوش مصنوعی با صرف زمان و هزینه بسیار کم اطلاعات مدیریتی بسیار ارزشمندی در خصوص پیش‌بینی دبی جریان رودخانه در سال‌های خشک و تر به دست می‌آید. نتیجه‌گیری: نتایج تجربی نشان می‌دهد که روش توسعه‌یافته باتوجه‌به شاخص‌های مختلف ارزیابی عملکرد نسبت به روش‌های سنتی برتری دارد؛ بنابراین، یک مدل ماشین یادگیری افراطی تکاملی جدید و عملی با استفاده از هوش ازدحامی برای انجام کار پیچیده پیش‌بینی هیدرولوژیکی توسعه داده شده است. نوآوری این تحقیق عبارت است از توسعه مدل هوش مصنوعی ORELM باقابلیت حذف داده‌های پرت برای پیش‌بینی دبی رودخانه بر اساس کمترین اطلاعات ورودی بدون نیاز به مدل‌های پیچیده در کمترین زمان است.