بررسي دقت مدل‏ هاي SVM ،ANFIS و GP در مدل‏ سازي مقادير دبي جريان رودخانه

Evaluation the Accuracy of ANFIS, SVM and GP Models to Modeling the River Flow Discharge

پيش‏ بيني دقيق جريان رودخانه‏ ها در مديريت بهينه منابع آب‏ هاي سطحي اهميت به ‏سزايي دارد. يافتن مدل مناسب براي پيش‏ بيني دقيق اين پارامتر يكي از راه‏ هاي مهم اقدامات در شبيه ‏سازي و پيش ‏بيني است. در اين مطالعه سه مدل ANFIS، SVM و GP براي مدل ‏سازي دبي ماهانه رودخانه نازلوچاي در محل ايستگاه هيدرومتري تپيك واقع در غرب درياچه اروميه تحت تاثير بارش حوضه رودخانه مطالعه شده بررسي و مقايسه شد. در همه روش ‏هاي يادشده الگوهاي M1 تا M5 داده‏ هاي دبي جريان با تاخير يك تا پنج و الگوهاي M6 تا M10 الگوي تركيبي با داده ‏هاي بارش و دبي و با تاخيرهاي يك تا پنج ماه بررسي شدند. براي بررسي مقادير خطاي ناشي از مدل ‏سازي از سه روش ضريب تبيين، مجذور ميانگين مربعات خطا و معيار كارايي مدل استفاده شد. نتايج بررسي دقت و ميزان خطاي مدل‏ها نشان داد الگوي تركيبي فقط در مدل SVM بهترين نتيجه را داده است و در دو مدل GP و ANFIS الگوهاي تك سري بهترين نتيجه را ارائه كردند. از بين سه مدل بررسي شده، مدل ANFIS با الگوي ورودي چهار و پنج تاخير بهترين نتيجه را داد. به طور كلي، نتايج نشان داد با به كارگيري مدل ANFIS در مدل‏سازي دبي جريان ماهانه رودخانه نازلوچاي، خطاي مدل نسبت به دو مدل GP و SVM به ترتيب حدود 23 و 3 درصد (در واحد دبي جريان) كاهش و دقت مدل نيز نسبت به دو مدل GP و SVM به ترتيب حدود 10 و 4 درصد افزايش مي‏يابد.

Prediction the river flow discharge values are important in the surface water resources management. Find an appropriate model to accurately predictionof this parameter is one of the most important ways to simulation and prediction. In this study three ANFIS, SVM and GP models were evaluated and compared to modeling the monthly flow discharge of Nazloochi River in Tapik hydrometric station that located in western of Urmia Lake based on precipitation of river basin. All the methods listed in M1 to M5 data flow patterns with a delay of 1 to 5 M6 to M10 and patterns of precipitation and discharge data combined with delays of one to five months were studied.To investigate the value of modeling’s error three coefficient of determination, root mean square error and effectiveness criteria tests were used. The results of evaluation the accuracy and error values of models indicated that the combined pattern has better results only in SVM model and in GP and ANFIS models the ones series patterns presented the better results. Among the three studied models, ANFIS model with 4 and 5 delays input patterns presented the best results. Overall the results indicated that with adoption of ANFIS model to modeling the monthly river flow in Nazloochai River, error values were decreased about 23 and 3 percentages respectively in GP and SVM models and accuracy of modeling compared to GP and SVM models were increased about 10 and 4 percent respectively.