fa بهبود عملکرد ماشین بردار پشتیبان و الگوریتم جنگل تصادفی در پیش‌بینی جریان رودخانه خرم آباد با استفاده از نویززدایی غیریکنواخت داده‌ها و الگوریتم سیمپلکس تخصصي Special پژوهشي Research <strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">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</span></span></span></strong><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">&nbsp;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 </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">ɛ</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;"> و </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">Nu</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">) و الگوریتم جنگل تصادفی (</span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">RF</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">)، سیگنال اصلی و سیگنال نویززدایی‌شده جریان رودخانه، شبیه‌سازی و مقایسه شدند. نتایج صحت‌سنجی‌ مدل‌ها نشان داد با نویززدایی غیریکنواخت سیگنال جریان رودخانه، خطای مدل </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">ɛ</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;"> از 5/7 به 3/1، مدل </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">Nu</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;"> از 5/8 به 3/2 و </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">RF</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;"> 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 (</span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">MGN</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">) 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 </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">ɛ_D</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">، </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">Nu_D</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;"> و </span></span></span></strong><span dir="LTR"><span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">RF_D</span></span></span></span><strong><span style="color:black;"><span style="font-family:b lotus;"><span style="font-size:12.0pt;">، میانگین جریان رودخانه با دقت بالایی در هر سه مدل محاسبه شد. </span></span></span></strong><br> &nbsp; In this study, in order to simulate the monthly flow of the Khorramabad River, the time series of this river was decomposed into three levels using the wavelet of Daubechies-3, during the period of 1955-2014. Based on this, it was found that there is a Non-uniform noise that includes two periods of time in this signal, with the October 2008 border which required that the signal be become non-uniform de-noising. Subsequently, we using two models of support vector machine (ɛ and Nu) and random forest algorithm (RF), the main signal and non-uniform de-noising signal of the river flow were simulated separately. The results validation criteria of the model showed that, with the non-uniform de-noising of the river flow signal, the error of the models dropped ɛ from 5.7 to 3.1, Nu from 5.8 to 3.2 and RF from 5 to 2.9 m³/s. Also, the comparison and testing of the computational error ɛ: ɛ_D; Nu: Nu_D; RF: RF_D were obtained by using the MGN test (-15, -15, -10.67), which indicates a significant improvement in the performance of the models Used as a result of the non-uniform de-noising signal. In the following, using optimization simplex algorithm in the of three models ɛ_D, Nu_D and RF_D, the mean flow of the river was very high in all three models.<br> &nbsp; آستانه‌گذاری نرم, جریان رودخانه, خرم‌آباد, سیگنال فرکانس بالا, شبیه‌سازی, موجک دابچیز. Soft thresholding, Daubechies wavlet, River flow, Khorramabad, Simulate, Detail signal. 40 51 http://jwmsei.ir/browse.php?a_code=A-10-464-5&slc_lang=fa&sid=1 Hamid Mirhashemi حمید میرهاشمی climate90@yahoo.com 100319475328460012599 100319475328460012599 No Lorestan University دانشگاه لرستان Darioush Yarahmadi داریوش یاراحمدی d.yarahmadi@gmail.com 100319475328460012600 100319475328460012600 No Lorestan University دانشگاه لرستان Siamak Sharifi سیامک شرفی sharafi.si@lu.ac.ir 100319475328460012601 100319475328460012601 No Lorestan University دانشگاه لرستان Saeed Farzin سعید فرزین saeed.farzin@semnan.ac.ir 100319475328460012602 100319475328460012602 Yes Semnan University دانشگاه سمنان