شبیه سازی رسوب رودخانه با استفاده از مدل های رگرسیون بردار پشتیبان (svr) و مقایسه آن با مدل های استنتاج فازی (anfis) و موجک نروفازی (مطالعه موردی: رودخانه کر-ایستگاه درودزن)

پیش بینی رسوب رودخانه در مدیریت منابع آب از اهمیت بالایی برخوردار است. در سال های اخیر استفاده از تئوری مجموعه های فازی جهت مدل سازی و شبیه سازی پدیده های هیدرولوژیکی که دارای عدم قطعیت بالا و پیچیدگی هستند، مورد توجه محققین قرار گرفته است. به همین دلیل در این پژوهش از مدل هایی مبتنی برسیستم استنتاج فازی (anfis)، مدل موجک نروفازی، مدل رگرسیون بردارپشتیبان (svr) برای انجام فرآیند پیش بینی رسوب رودخانه استفاده شده است. در این پزوهش از داده های آماری 13 ساله که ازسال 1365 الی 1377 با تاخیر یک ماه است استفاده شده که شامل الگو های ورودی رسوب. بارش، دما، تبخیر و دبی ماهانه برگرفته از ایستگاه آب سنجی درودزن رودخانه کر مرودشت استان فارس استفاده شد. که 80 درصد به منظور اموزش مدل های هوشمند و 20 درصد از داده ها برای ارزیابی ان قرار گرفته است. در این پژوهش سعی شده که با استفاده از یک سری شاخصه های آماری مدل های هوشمند مورد ارزیابی قرار بگیرد. نتایج (mse) برای مدل های انفیس، رگرسیون بردار پشتیبان و موجک نروفازی به ترتیب 0.0036 و 0.0039 و 0.0021 و ضریب همبستگی نیز به ترتیب 0.861 و 0.65 و 0.929 بدست آمد. نتایج بدست آمده از این تحقیق نشان داد که مدل تلفیقی موجک نروفازی بهترین نتیجه را در پیش بینی رسوب رودخانه کر داشته است.