حجت احمدزاده

دانشجو دکتری مهندسی منابع آب دانشگاه تبریز

[ 1 ] - بررسی عملکرد مدل های سری زمانی و مدل های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و برنامه‏ریزی بیان ژن خودهمبسته در شبیه سازی رواناب ماهانه (مطالعه موردی: حوضه خرخره چای)

     افزایش دقت تخمین رواناب در حوضه­های فاقد داده­های هواشناسی نقش مهمی در مدیریت صحیح منابع آب این حوضه­ها دارد. در این راستا شبیه­سازی خود همبسته می­تواند مفید واقع گردد. در مطالعه حاضر، کارایی سه مدل داده­کاوی شامل شبکه عصبی مصنوعی، برنامه­ریزی بیان ژن و ماشین بردار پشتیبان در کنار مدل­های سری زمانی برای پیش­بینی رواناب ماهانه در حوضه خرخره­چای مورد ارزیابی قرار گرفت. برای این منظور، در ابت...

[ 2 ] - ارزیابی عملکرد توابع کرنل در تخمین جریان رودخانه‌ها با استفاده از ماشین بردار پشتیبان

سابقه و هدف: پیش‌بینی دقیق رواناب رودخانه‌ها نقش مهمی در مدیریت بهینه منابع آب در دسترس دارد. در سال‌های اخیر، ماشین بردار پشتیبان (SVM) که یکی از مهمترین مدل‌های داده‌کاوی است برای این منظور مورد توجه قرار گرفته است. این مدل یک سیستم یادگیری کارآمد بر مبنای تئوری بهینه‌سازی مقید است که از اصل استقرای کمینه‌سازی خطای ساختاری استفاده کرده و منجر به یک جواب بهینه کلی می‌گردد. همانند مدل‌های داده‌...

[ 3 ] - Evaluation of the Simultaneous Effect of Changes of Climatic Variables and Land Use on the Actual Evapotranspiration Trend Using the SWAT Model in the Ajichi Basin

Determining the actual evapotranspiration value and analyzing its temporal trend is essential for optimal water resources management in a basin. In the present paper, the actual evapotranspiration time series is simulated and its trend is analyzed according to the trend of climatic variables and land use in the Ajichi basin during the period of 2015-1987. The comprehensive SWAT model was set up...