مشخصات پژوهش

عنوان	مقایسه مدل های ماشین بردار و شبکه عصبی تابع پایه شعاعی در پیش بینی کیفیت آب سیمینه رود
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	پارامتر های کیفی، مدل سازی، منابع آب، هوش مصنوعی
چکیده	در این پژوهش عملکرد روش های ماشین بردار پشتیبان و شبکه عصبی تابع پایه شعاعی در پیش بینی کیفیت آب سیمینه رود مقایسه شده است. برای این منظور پارامترهای نسبت جذب سدیم و یون کلر به عنوان شاخص های کیفیت آب در مصارف کشاورزی در نظر گرفته شد. از داده های اندازه گیری شده یون سدیم، کلسیم، منیزیم، pH، EC و دبی جریان به عنوان ورودی مدل ها طی یک دوره آماری 12ساله (1393- 1382) در مقیاس ماهانه استفاده شد. ارزیابی نتایج بر اساس معیارهای ضریب همبستگی، جذر میانگین مربعات خطا و میانگین خطای مطلق انجام شد. نتایج دوره صحت سنجی در 4 ایستگاه پل-بوکان، داشبند بوکان، قزل گنبد و کاولان نشان داد که مدل ماشین بردار پشتیبان در مقایسه با شبکه عصبی تابع پایه شعاعی، دارای ضریب همبستگی بهتر(71.SVM: 0 تا 0.94، RBF: 0.3 تا 0.5)، ریشه میانگین مربعات خطای کمتر (SVM: 0.028 تا 0.075 mg/l، RBF: 0.0672 تا 0.317 mg/l)، خطای میانگین مطلق کمتر (SVM: 0.003 تا 0.033 و mg/l، RBF: 0.087 تا 0.19 mg/l) برای پارامتر یون کلر و با همان ترتیب مقادیر SVM: 0.63 تا 0.88 و RBF: 0.21 تا 0.38، SVM: 0.0013 تا 0.082 mg/l و RBF: 0.0147 تا 0/025 و mg/l، SVM: 0.0085 تا 0.046 mg/l و RBF: 0.0653 تا 0.0996 mg/l برای نسبت جذب سدیم است. لذا بر اساس نتایج مدل ماشین بردار پشتیبان نسبت به مدل شبکه عصبی تابع پایه شعاعی از دقت و عملکرد بهتری برای پیش بینی پارامترهای کیفیت آب رودخانه سیمینه رود برخوردار است.
پژوهشگران	بهاره حسین پناهی (نفر اول)، کیومرث ابراهیمی (نفر سوم)، سامان نیک مهر (نفر دوم)