دانشیار، گروه کشاورزی، دانشگاه پیام نور، تهران، ایران، m.karami.mo2014@pnu.ac.ir
چکیده: (1523 مشاهده)
در این پژوهش با استفاده از دادههای میدانی، دقت روشهای روابط تجربی، الگوریتم ژنتیک (GA)، حداقل مربعات ماشین بردار پشتیبان (LSSVM) و روش ترکیبی در تخمین عمق آبشستگی پایههای ساده پلها مقایسه شد. در روش GA، تعدادی از روابط تجربی اصلاح و نتایج حاصل از این روابط اصلاح شده با مقادیر واقعی آبشستگی مقایسه شد. در روش LSSVM، از طریق ورودی پارامترهای مختلف مستقل، آموزش مدل انجام و مقدار عمق آبشستگی پیشبینی شد. در روش ترکیبی، با استفاده از مدل LSSVM از ترکیب نتایج روابط مختلف منفرد، مقدار عمق آبشستگی پایه پل تخمین زده شد. نتایج نشان داد روابط اصلاح شده توسط الگوریتم ژنتیک و مدل LSSVM دقت بالاتری نسبت به روابط تجربی دارند. همچنین چنانچه تنها پارامترهای استفاده شده در روابط تجربی به‌عنوان پارامترهای ورودی به مدل LSSVM لحاظ شوند، روابط اصلاح شده خطای کمتری نسبت به مدل LSSVM دارند. شاخصهای ارزیابی RMSE، E، R2و NSE برای بهترین حالت روش ترکیبی در مرحله آموزش به ترتیب 4/0 متر، 49 درصد، 88/0 و 58/0 و در مرحله آزمون به ترتیب 52/0 متر، 50 درصد، 7/0 و 38/0 میباشند. در مجموع روش ترکیبی، عمق آبشستگی را با دقت بالاتری نسبت به دیگر روشها تخمین میزند.
