1405/03/16
محمدجواد نحوی نیا

محمدجواد نحوی نیا

مرتبه علمی: استادیار
ارکید: https://orcid.org/0000-0002-5833-7744
تحصیلات: دکترای تخصصی
شاخص H:
دانشکده: دانشکده کشاورزی و محیط زیست
اسکولار:
پست الکترونیکی: m-nahvinia [at] araku.ac.ir
اسکاپوس: مشاهده
تلفن:
ریسرچ گیت:

مشخصات پژوهش

عنوان
ارزیابی مدلهای هوشمند GPR-PSO و KNN-PSO در برآورد توزیع غلظت رسوبات معلق
نوع پژوهش
مقاله چاپ‌شده
کلیدواژه‌ها
توزیع غلظت، رسوبات معلق، مدلهای دادهکاوی، رگرسیون فرآیند گاوسی.
سال 1404
مجله تحقیقات آب و خاک ایران
شناسه DOI
پژوهشگران محسن نصرآبادی ، یاسر مهری ، علی عبدالرزاق صبار ، محمدجواد نحوی نیا

چکیده

توزیع عمودی غلظت رسوبات معلق یکی از اساسیترین پارامترها در هیدرولیک انتقال رسوبات در رودخانهها محسوب میشود. این پارامتر نقش مهمی در محاسبه دبی کل رسوبات در کانالها و رودخانهها دارد. به همین دلیل اندازهگیری دقیق این پارامتر همواره یکی از اهداف پژوهشگران بوده است. یکی از راههای برآورد دقیق این پارامتر، استفاده از های هوشمند است. برای این منظور، در این تحقیق برای پیشبینی توزیع غلظت رسوبات ) ‌ مدل C/Ca (، چهار مدل دادهکاوی KNN ، KNN-PSO ، GPR ، GPR-PSO استفاده شده است. تمامی مدلها در محیط نرمافزار MATLAB کدنویسی شدند. با توجه به نتایج مشخص شد که بهینهسازی انجام شده بر روی مدل KNN و GPR تاثیرگذار بوده و سبب افزایش عملکرد )دقت( این مدلها شده است. با مقایسه بین مدلها، نشان داده شد که مدل PSO-GPR دقت بیشتری نسبت به سایر مدلها دارد. دقت این مدل در مرحله آموزش برابر با 0297 / 0 = RMSE ، 9878 / 0 2= R و 9776 / 0 = KGE بوده و در مرحله آزمون برابر با 0226 / 0 = RMSE ، 9907 / 0 2= R و 9715 / 0 = KGE است. از لحاظ دقت، بعد از PSO-GPR ، مدل PSO-KNN با 0295 / 0 = RMSE ، 9870 / 0 2= R و 9864 / 0 = KGE در مرحله آموزش و 0374 / 0 = RMSE ، 9808 / 0 2= R و 9569 / 0 = KGE در مرحله آزمون قرار گرفت. پس از مدلهای یادشده، GPR و KNN قرار گرفتند. همچنین با تحلیل نتایج مشخص شد که دو پارامتر y/D و y/a ، مهمترین پارامترها در تعیین نتایج دقیقتر هستند.