پیش بینی بارش ماهانه با استفاده از مدل های برنامه ریزی ژنتیک و ماشین بردار پشتیبان
برآورد و پیش بینی بارش و دستیابی به مقدار رواناب ناشی از آن، نقش اساسی و موثری را در مدیریت و بهره برداری صحیح از حوضه، مدیریت سدها و مخازن، به حداقل رساندن خسارات ناشی از سیلاب و خشکسالی و مدیریت منابع آب ایفا می کند. عملکرد مطلوب مدل های هوشمند باعث افزایش استفاده از آن ها برای پیش بینی پدیده های مختلف هیدرولوژیکی شده است. لذا در این پژوهش، دو مدل هوشمند برنامه ریزی ژنتیک و ماشین بردار پشتیبان برای پیش بینی بارش ماهانه استان اردبیل به کار گرفته شده و از داده های بارش، دما و رطوبت نسبی در مقیاس ماهانه به عنوان پارامترهای ورودی مدل ها استفاده شد. نتایج به دست آمده نشان داد که عملکرد هر دو مدل خوب و تقریبا یکسان بوده (میانگین خطای مطلق به ترتیب 0.8 و 0.721) ولی با توجه به ارزیابی های انجام شده مدل رگرسیون بردار پشتیبان عملکرد نسبتا بهتری داشته است (ضریب همبستگی0.999). به طورکلی می توان گفت که مدل رگرسیون بردار پشتیبان برای مدل سازی و پیش بینی بارش ماهانه استان اردبیل مناسب تر بوده است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.