[صفحه اصلی ]   [Archive] [ English ]  
:: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 13، شماره 47 - ( 10-1398 ) ::
جلد 13 شماره 47 صفحات 40-51 برگشت به فهرست نسخه ها
بهبود عملکرد ماشین بردار پشتیبان و الگوریتم جنگل تصادفی در پیش‌بینی جریان رودخانه خرم آباد با استفاده از نویززدایی غیریکنواخت داده‌ها و الگوریتم سیمپلکس
دکتر حمید میرهاشمی، دکتر داریوش یاراحمدی، دکتر سیامک شرفی، دکتر سعید فرزین*
دانشگاه سمنان
چکیده:   (1013 مشاهده)
در این مطالعه به‌منظور شبیه‌سازی جریان ماهانه رودخانه خرم‌آباد ابتدا سری زمانی این رودخانه طی بازه زمانی 1334-1393 با استفاده از موجک مادر دابچیز سه به سه سطح تجزیه شده است. براین اساس مشخص شد که نویز غیریکنواختی شامل دو دوره زمانی با مرز مهرماه 1387 در این سیگنال وجود دارد. با اتخاذ رویکرد آستانه‌گذاری فراگیر، سطح آستانه برای بازه‌های زمانی 1334- 1387 و 1387 -1393 به ترتیب برابر 5/95 و 2/21 مترمکعب برثانیه محاسبه شد. سپس، با طرح آستانه‌گذاری نرم، سیگنال‌های فرکانس بالا جریان رودخانه به طور غیریکنواخت نویززدایی شده است. در ادامه، با استفاده از مدل‌های ماشین بردار پشتیبان (نسخه‌های ɛ و Nu) و الگوریتم جنگل تصادفی (RF)، سیگنال اصلی و سیگنال نویززدایی‌شده جریان رودخانه، شبیه‌سازی و مقایسه شدند. نتایج صحت‌سنجی‌ مدل‌ها نشان داد با نویززدایی غیریکنواخت سیگنال جریان رودخانه، خطای مدل ɛ از 5/7 به 3/1، مدل Nu از 5/8 به 3/2 و RF از 5 به 2/9 مترمکعب برثانیه کاهش پیدا کرده است. نتایج حاصل از مقایسه دقت محاسباتی مدل‌های مذکور با استفاده از آزمون مرگان ـ گرنجر ـ نیوبلد (MGN) به ترتیب به مقدار 15/7-، 15- و 10/67- برآورد شده است. این مقادیر، نشان از بهبود معنادار عملکرد مدل‌های مورد استفاده در نتیجه نویززدایی غیریکنواخت سیگنال جریان دارد. در نهایت، با کاربرد الگوریتم بهینه‌ساز سیمپلکس در مدل‌های ɛD، NuD و RFD، میانگین جریان رودخانه با دقت بالایی در هر سه مدل محاسبه شد.
 
واژه‌های کلیدی: آستانه‌گذاری نرم، جریان رودخانه، خرم‌آباد، سیگنال فرکانس بالا، شبیه‌سازی، موجک دابچیز.
متن کامل [PDF 973 kb]   (30 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1397/5/28 | پذیرش: 1398/1/24 | انتشار: 1399/1/24
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:

Mirhashemi H, Yarahmadi D, Sharifi S, Farzin S. Improvement of Support Vector Machine and Random Forest Algorithm in Predicting Khorramabad River Flow Uusing Non-uniform De-Noising of data and Simplex Algorithm. jwmseir. 2019; 13 (47) :40-51
URL: http://jwmsei.ir/article-1-846-fa.html

میرهاشمی حمید، یاراحمدی داریوش، شرفی سیامک، فرزین سعید. بهبود عملکرد ماشین بردار پشتیبان و الگوریتم جنگل تصادفی در پیش‌بینی جریان رودخانه خرم آباد با استفاده از نویززدایی غیریکنواخت داده‌ها و الگوریتم سیمپلکس. مجله علوم ومهندسی آبخیزداری ایران. 1398; 13 (47) :40-51

URL: http://jwmsei.ir/article-1-846-fa.html



دوره 13، شماره 47 - ( 10-1398 ) برگشت به فهرست نسخه ها
مجله علوم ومهندسی آبخیزداری ایران Iranian Journal of Watershed Management Science and Engineering
Persian site map - English site map - Created in 0.05 seconds with 30 queries by YEKTAWEB 4241