پيش بيني دبي جريان در مقاطع مركب، مقايسه روش هاي داده محور و تجربي

پيش بيني دبي رودخانه ها در شرايط پديدار شدن وضعيت كانال مركب يكي از پارامترهاي مهم در مهندسي سيلاب و رودخانه ها مي باشد. در اين تحقيق با استفاده از رويكردهاي داده محور از جمله شبكه عصبي مصنوعي(ANN) و ماشين هاي بردار پشتيبان(كلاس بندي(SVM) و رگرسيوني(SVR)) وهمچنين روش تجربي كانال تقسيم شده بروش تقسيم بندي عمودي(DCM) دبي كانال مركب پيش بيني شده است. براي اين هدف تعداد 150 داده آزمايشگاهي از 6 منبع علمي گرد آوري شد. اين داده ها با استفاده از روش اعتبار سنجي متقابل k تايي به چهار دسته بيست و پنج درصدي تقسيم بندي شدند. در هر مدل سازي در رويكردهاي داده محور، آزمون مدل توسط يك دسته از داده ها صورت گرفت.پس از ميانگين گرفتن از نتايج يكسان در هر رويكرد داده محور، نتايج برتري روش SVR را نشان داد. اين روش با داشتن بيشترين مقدارضريب تعيين(R^2) وضريب كارائي مدل نش ساتكليف (NS) (بترتيب برابر با 0.92875 و0.898075 )و داشتن كمترين مقدار ريشه ميانگين مجذور خطا (RMSE )و ميانگين درصد خطاي مطلق(MAPE ) (بترتيب برابر با (m^3/s)0.08435 و %23.89 ) و همچنين با داشتن بيشترين درصد برتري نسبي RMSE نسبت به شبكه عصبي مصنوعي در پيش بيني دبي كانال مركب موفق تر از ديگر روش ها عمل كرده است.