فهرست نشریات علمی دسترسی آزاد ایران

در سال­های اخیر، هوش مصنوعی به‌طور گسترده و موفقیت‌آمیز در علوم مختلف استفاده شده است. در این پژوهش، کارایی روش­های نروفازی، ماشین بردار پشتیبان و کمینه مربعات ماشین بردار پشتیبان به‌منظور تخمین غلظت رسوب در خروجی چهار حوضه آبخیز جنگلده، نوده، ارازکوسه و قزاقلی واقع در رودخانه گرگانرود در استان گلستان بررسی شد. برای اجرای مدل‌ها از پنج ترکیب ورودی مختلف با تعداد متفاوت تأخیر جریان و بارش از صفر تا دو روز استفاده شد.  نتایج نشان داد مدل کمینه مربعات ماشین بردار پشتیبان با روش جستجوی ساده شبیه­سازی بهتری نسبت به روش جستجوی شبکه­ای انجام می­دهد. ارزیابی شاخص‌های آماری محاسبه شده نشان داد بهترین مدل‌ شبیه‌ساز غلظت رسوب برای هر چهار حوضه‌ مورد مطالعه مدل نروفازی است که مقدار خطای MEF در ایستگاه‌ جنگلده، نوده، ارازکوسه و قزاقلی به‌ترتیب برابر 3/5، 4/13، 8/4 و 8/2 درصد می­باشد. به‌طور کلی در تمام ایستگاه­ها به‌جز ایستگاه قزاقلی معرفی دبی جریان دو روز قبل به‌عنوان ورودی مدل باعث افزایش خطای پیش­بینی می­شود. علاوه بر آن بارندگی همان روز و روز قبل نیز فقط در ایستگاه ارازکوسه باعث افزایش دقت شده است.