در دهههای اخیر به دلیل افزایش بیرویه برداشت از منابع آب سطحی و زیرزمینی، جلوگیری از ورود منابع آب سطحی به دریاچه ارومیه و همچنین تغییرات اقلیمی، سطح آب دریاچه ارومیه کاهش یافته و سبب ایجاد بحران آبی و زیست محیطی در منطقه گردیده است. بنابراین، مدلسازی نوسانات سطح آب دریاچه ارومیه برای برنامهریزی و مدیریت منابع آب آن ضروری میباشد. هدف از این تحقیق پیشبینی نوسانات سطح آب دریاچه ارومیه برای یک، سه و هفت روز آینده با استفاده از مدل ماشین یادگیری افراطی است. برای مقایسه کارایی این مدل از مدلهای شبکه عصبی مصنوعی و سامانهاستنتاجفازی-عصبیتطبیقی استفاده گردید. برای این منظور، از دادههای روزانه سطح آب دریاچه(آذر ماه 1344- آذر ماه 1391) استفاده گردید. برای توسعه مدلها، از دادههای سطح آب روز جاری و شش روز گذشته دریاچه ارومیه به عنوان ورودی مدلها به منظور پیش بینی سطح آب یک[h (t+1)]، سه[h (t+3)] و هفت[h (t+7)] روز آینده استفاده گردید. دادهها به دو دسته آموزش/اعتبارسنجی (85 درصد) و آزمایش (15 درصد) تقسیم گردید و پس از مدلسازی عملکرد مدلها بر اساس پارامترهای ضریب تعیین(R2)، جذر میانگین مربعات خطا(RMSE) و ضریب نش- ساتکلیف(NSC) ارزیابی گردید. نتایج نشان داد که مدل ماشین یادگیری افراطی با مقادیر R2، RMSE و NSC به ترتیب برابر با 9995/0، 0151/0 متر و 9995/0 برای مدلسازی یک روز آینده سطح آب دریاچه در مقایسه با مدلهای شبکه عصبی مصنوعی و سامانهاستنتاجفازی-عصبیتطبیقی عملکرد بهتری دارند. همچنین در این تحقیق مشاهده گردید که مدلهای ماشین یادگیری افراطی خیلی سریعتر از مدلهای دیگر، یادگیری در مرحله آموزش را سپری میکنند حال آنکه مدلهای فازی- عصبی تطبیقی زمان بیشتری را برای مرحله آموزش صرف کردند.
Asghari Moghaddam A, Barzegar R, Soltani S. Modeling of daily water level fluctuations of the Urmia lake using extreme learning machine model. jwmseir 2017; 11 (38) :47-60 URL: http://jwmsei.ir/article-1-661-fa.html
اصغری مقدم اصغر، برزگر رحیم، سلطانی شهلا. مدل سازی نوسانات روزانه سطح آب دریاچه ارومیه با استفاده از مدل ماشین یادگیری افراطی. مجله علوم ومهندسی آبخیزداری ایران. 1396; 11 (38) :47-60