برآورد بار رسوب معلق با استفاده از رگرسیون بردار پشتیبان (مطالعه موردی: ایستگاه ده ملا رودخانه زهره)

Abstract

پدیده رسوب در مباحث هیدرولیکی و منابع آب از اهمیت بالایی برخوردار می‌باشد، به دلیل اینکه وجود این پدیده باعث ایجاد مشکلات بسیاری در فرایندهای ذخیره‌سازی و انتقال آب می‌شود. در طول چند دهة گذشته به دلیل فعالیت‌های انسانی و عوامل دیگر، پدیده فرسایش خاک شدت گرفته و به دنبال آن نیز پدیده رسوب نسبت به گذشته افزایش یافته است. ازاین‌رو همواره در جهت کنترل و مهار پدیده رسوب فعالیت‌های بسیاری صورت می‌گیرد. یکی از این فعالیت¬ها عمل شبیه‌سازی رسوب در جریان‌ها می‌باشد که در کنترل و مهار رسوب و همچنین کاهش خسارات ناشی از رسوب کمک شایانی می‌نماید. در این پژوهش سعی شد تا با استفاده از جدیدترین روش‌های تخمین و شبیه‌سازی هوشمند، مقدار رسوب معلق در رودخانه زهره که از جهات مختلف یکی از رودهای مهم منطقه و حتی ایران می‌باشد تخمین زده شود. برای این کار مدل رگرسیون بردار پشتیبان بهینه شده با استفاده از الگوریتم بهینه‌ساز کلونی مورچگان که از نوع هوش ازدحامی می¬باشد مورد استفاده قرار گرفت. همچنین برای بررسی کارای این الگوریتم در تکرارهای مختلف، بهنیه¬سازی در دو مرحله و با تکرارهای 25 و 50 صورت گرفت. شبیه‌سازی در دو فاز آموزش و آزمایش صورت گرفت. مقادیر خطای RMSE محاسبه شده در فاز آموزش در تکرارهای نامبرده شده به ترتیب برابر با 9/74895 و 7/104 تن بر روز قرار گرفت. در آخر و در فاز آزمایش مدل، مقادیر خطای RMSE برای تکرارهای مورد بحث به ترتیب برابر با 7/172151 و 5/91 تن بر روز و مقادیر ضریب R2 به ترتیب برابر با 48/0 و 99/0 و مقدار ضریب NSE نیز برابر با 02/0- و 99/0 محاسبه شد. در آخر و با توجه به نتایج به¬دست آمده مشخص شد که مدل رگرسیون بردار پشتیبان بهینه شده توسط الگوریتم کلونی مورچگان در زمینه پیش¬بینی بار رسوب معلق به خوبی عمل کرده است. همچنین مشخص شد که الگوریتم بهینه¬سازی کلونی مورچگان به درستی قادر به بهینه¬سازی پارامترهای مدل رگرسیون بردار پشتیبان می¬باشد.