پیش‌بینی بار رسوب معلق رودخانه با استفاده از مدل ماشین بردار پشتیبان و روش‌های محاسباتی بهبودیافته

نویسندگان
doi
10.22055/jise.2024.44894.2096
چکیده

برآورد دقیق بار رسوب معلق رودخانه، امری ضروری در مطالعه و توسعه سیستم‌های منابع آب است. اندازه‌گیری مستقیم بار رسوبی، پرهزینه و زمان‌بر است، لذا توسعه مدلی جایگزین نظیر منحنی سنجه و یا مدل‌های شبیه‌سازی توصیه می‌شود. در این مطالعه از دو روش مختلف برای پیش‌بینی بار رسوب معلق رودخانه استفاده شد. در روش اول میزان بار رسوبی با استفاده از مدل ماشین بردار پشتیبان ( SVM ) پیش‌بینی شد. در این روش، ضرایب هایپر پارامترهای مدل SVM با الگوریتم تبرید ( SA ) بهینه شدند. همچنین به مقایسه عملکرد این مدل تحت الگوهای تک ورودی-تک خروجی ( SISO ) و چند ورودی-تک خروجی ( MISO ) نیز پرداخته شد. سری آبدهی و بار رسوب معلق رودخانه یلفان طی دوره 1394-1386 به‌ترتیب به‌عنوان ورودی و خروجی مدل معرفی شدند. در روش دوم نیز، از منحنی سنجه و روش رسوب‌سنجی اصلاحی FAO استفاده شد. نرمال‌سازی داده‌های ورودی به مدل SVM ، باعث بهبود 93/9 درصدی شاخص خطای استاندارد ( SE ) در بخش آزمون مدل‌سازی شد، همچنین اصلاح الگوی ورودی به این مدل از الگوی SISO به MISO باعث بهبود 03/1 درصدی در این شاخص شد. پس از بهینه‌سازی ضرایب منحنی سنجه و روش اصلاحی FAO با استفاده از گرادیان کاهش‌یافته عمومی ( GRG ) نیز، شاخص SE به‌ترتیب 13/10 و 19/73 درصد بهبود یافت. از میان روش‌های بررسی شده، مدل SVM مبتنی بر الگوی چند ورودی-تک خروجی نرمال شده، به‌عنوان بهترین روش معرفی و به‌منظور پیش‌بینی بار رسوب معلق رودخانه پیشنهاد می‌گردد.