[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 9، شماره 4 - ( 12-1400 ) ::
دوره 9 جلد 4 صفحات 66-53 برگشت به فهرست نسخه ها
پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی رگرسیون بردار پشتیبان- کرم شب تاب و پرسپترون چندلایه
میلاد شرفی*، سعید صمدیان فرد
دانشگاه ارومیه
چکیده:   (114 مشاهده)

پیش‌بینی تبخیر روزانه یک ابزار تعیین‌کننده و مفید در کشاورزی پایدار و مسائل هیدرولوژیکی، به‌ویژه در طراحی و مدیریت سیستم‌های منابع آب است. بنابراین، در این مطالعه توانایی مدل­های هوش مصنوعی پرسپترون چندلایه (MLP)، رگرسیون بردار پشتیبان (SVR) و مدل ترکیبی رگرسیون بردار پشتیبان با الگوریتم کرم شب­تاب (SVR-FFA) در برآورد تبخیر روزانه در ایستگاه تکاب، طی دوره 2020-2002 با استفاده از چهار معیار آماری مورد ارزیابی قرار گرفت. در هر سه مدل بکار گرفته شده، سناریوی برتر مدلی بود که ورودی آن شامل پارامترهای میانگین دما، حداقل دما، حداکثر دما، رطوبت نسبی متوسط​​، حداقل رطوبت نسبی، حداکثر رطوبت نسبی، سرعت باد و ساعات آفتابی بود. در میان پارامترهای ورودی نیز پارامتر ساعات آفتابی از مولفه­های موثر بر پیش­­بینی تبخیر بوده که باعث کاهش خطا در تمام مدل­ها شده است. نتایج به­دست آمده نشان داد که سناریو ششم مدل MLP بهترین عملکرد را با کمترین خطا (18/2) نسبت به تمامی مدل­ها ارائه داد. همچنین نتیجه گرفته شد که سناریو ششم مدل SVR-FFA خطای کمتری (2/2) را نسبت به سایر مدل­ها داشته است. در بین سناریوهای مدل SVR نیز سناریو ششم کمترین خطا را (27/2)، نسبت به سایر ترکیبات SVR از خود نشان داد. نتایج حاصل از این پژوهش نشان داد که سناریو ششم مدل MLP بهترین عملکرد را داشته و نیز الگوریتم هیبریدی کرم شب­تاب باعث بهبود عملکرد رگرسیون بردار پشتیبان در برآورد تبخیر روزانه شد.


 
شماره‌ی مقاله: 5
واژه‌های کلیدی: الگوریتم کرم شب تاب، پیش بینی، تبخیر، رگرسیون بردار پشتیبان.
متن کامل [PDF 1981 kb]   (77 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

sharafi M, samadian fard S. Prediction of daily evaporation using hybrid support vector regression-firefly optimization algorithm and multilayer perceptron. Journal of Rainwater Catchment Systems. 2022; 9 (4) :53-66
URL: http://jircsa.ir/article-1-438-fa.html

شرفی میلاد، صمدیان فرد سعید. پیش بینی مقادیر تبخیر روزانه با الگوریتم هیبریدی رگرسیون بردار پشتیبان- کرم شب تاب و پرسپترون چندلایه. سامانه‌هاي سطوح آبگير باران. 1400; 9 (4) :66-53

URL: http://jircsa.ir/article-1-438-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 9، شماره 4 - ( 12-1400 ) برگشت به فهرست نسخه ها
مجله علمی سامانه های سطوح آبگیر باران Iranian Journal of Rainwater Catchment Systems
تکمیل و ارسال فرم تعارض منافع
نویسنده گرامی ، پس از ارسال مقاله ، جهت دریافت فرم، لطفا بر روی کلمه فرم تعارض منافع کلیک نمایید و پس از تکمیل، در فایل های پیوست مقاله قرار دهید.
Persian site map - English site map - Created in 0.05 seconds with 30 queries by YEKTAWEB 4422