Geofizika, Vol. 32 No. 1, 2015.
Original scientific paper
https://doi.org/10.15233/gfz.2015.32.2
Prognoza nanosa putem suspendiranog nanosa pomoću metoda mekog računarstva
Ali Osman Pektaş
; Bahcesehir University, Civil Engineering, Istanbul, Turkey
Emrah Doğan
; Sakarya University, Civil Engineering, Sakarya, Turkey
Abstract
Za kvantitativne i kvalitativne studije vodnih resursa od ključne je važnosti prikladna i prihvatljiva prognoza nanosa prenošenog vodotocima. Premda je najkonzistentnija metoda za određivanje nanosa in situ mjerenje stope nanosa, takva su mjerenja veoma skupa te se ne mogu provoditi na velikom broju vodotoka poput mjerenja nanosa suspendiranog sedimenta. Stoga je u ovoj studiji ispitana uloga suspendiranog nanosa u prognozi nanosa, pri čemu je primijenjena analiza osjetljivosti. Kako se konvencionalnim krivuljama stope sedimentacije i konvencionalnim jednadžbama ne mogu točno prognozirati sedimentni nanosi, u posljednje vrijeme jako porasla upotreba algoritama strojnog učenja. U skladu s tim, u ovoj studiji su primjenjene metode mekog računarstva. Poimence, primijenjeni su ovi modeli: umjetne neuronske mreže (ANN), metoda potpornih vektora (SVM) i modeli stabla odlučivanja (CHAID), koji su po prvi put upotrijebljeni u istraživanju sedimenata. Pojedini parametri često se koriste u metodama mekog računarstva pri kreiranju ulaznih skupova podataka. Ovdje su upotrijebljena tri uobičajena ulazna skupa te novi generirani skup, koji su najprije poslužili kao ulazni podaci za prognozu nanosa, a zatim je tim ulaznim skupovima dodana varijabla suspendiranog nanosa. Međusobno su uspoređene performanse modela s obzirom na ulazne skupove. Kako bi se generirali rezultati i smanjila ograničenja modela, s različitih lokacija prikupljeni su vrlo pristrani i heterogeni podaci. Rezultati pokazuju da su performanse ANN i CHAID modela stabla odlučivanja dobre u usporedbi sa SVM modelima. Upotreba suspendiranog nanosa kao dodatne ulazne varijable poboljšava performanse svih modela i značajno im doprinosi.
Keywords
prognoza sedimenta; nanos; suspendirani nanos; umjetne neuronske mreže; metoda potpornih vektora; CHAID modeli stabla odlučivanja
Hrčak ID:
142679
URI
Publication date:
30.6.2015.
Visits: 1.872 *