استفاده از روش جي ترينگ داده ها در مدل سازي تراوش سد خاكي با استفاده از تركيب مدل هاي هوش مصنوعي

اخيراً مدل‌هاي هوش مصنوعي مثل شبكه عصبي مصنوعي پيشرو و رگرسيون بردار پشتيبان قابليت بالايي در مدل‌سازي سري‌هاي زماني غيرخطي هيدروليكي نشان داده‌اند. مدل‌هاي هوش مصنوعي روش‌هايي موثر براي بررسي و مدل‌سازي مقادير زيادي از داده‌هاي ديناميك، غيرخطي و داراي خطا ارائه مي‌دهند. از اينرو در اين مقاله مسئله تراوش سد خاكي ستارخان با استفاده از دو مدل جعبه سياه هوش مصنوعي شبكه عصبي مصنوعي پيشرو و رگرسيون بردار پشتيبان، بر اساس دو سناريو با تركيب ورودي‌هاي مختلف مورد بررسي قرار گرفته و سپس به عنوان يك روش پيش‌پردازش براي بهبود عملكرد مدل، سري‌هاي نوفه با توزيع نرمال، ميانگين صفر وانحراف معيارهاي مختلف توليد شده و با افزودن آنها به داده‌هاي اصلي و تشكيل مجموعه‌هاي آموزشي مختلف، شبيه‌سازي تراوش با استفاده از مدل‌هاي هوش مصنوعي انجام شد. در ادامه به عنوان روشي ديگر براي بهبود عملكرد مدل، روش پس‌پردازش تركيب مدل با استفاده از خروجي مدل‌هاي منفرد به كار گرفته شد. روش تركيب مدل با استفاده از روش ميانگين‌گيري غيرخطي با استفاده از شبكه عصبي مصنوعي انجام گرفت. نتايج حاكي از آن است كه به كار‌گيري هم‌زمان هر دو روش جي‌ترينگ داده‌ها و تركيب مدل، باعث بهبود دقت مدل تا 32% در مرحله صحت‌سنجي مي‌شود.