TY - JOUR T1 - Comparison of the Performance of Support Vector Machine with other Intelligent Techniques to Simulate Rainfall-Runoff Process TT - مقایسه عملکرد ماشین بردار پشتیبان با سایر مدل‌های هوشمند در شبیه‌سازی فرآیند بارش- رواناب JF - jwmr JO - jwmr VL - 7 IS - 13 UR - http://jwmr.sanru.ac.ir/article-1-662-fa.html Y1 - 2016 SP - 103 EP - 92 KW - Artificial Neural Networks KW - Bayesian Networks KW - Gene Expression Programming KW - Rainfall-Runoff KW - Siminehroud KW - Support Vector Machine N2 - شبیه­سازی فرآیند بارش- رواناب به عنوان مهم­ترین گام در مطالعات مهندسی آب و مدیریت منابع آب است. در این تحقیق فرآیند بارش- رواناب ماهانه سیمینه­رود در دوره آماری (1390-1377) با استفاده از مدل­های ماشین بردار پشتیبان با توابع کرنل پایه شعاعی، چندجمله­ای و خطی، مدل شبکه بیزی با الگوریتم یادگیری PC و نیز مدل­های متداول شبکه عصبی مصنوعی و برنامه­ریزی بیان ژن شبیه­سازی شده و نتایج آن­ها مورد مقایسه قرار گرفته است. از پارامترهای ضریب هم­بستگی، ریشه میانگین مربعات خطا و ضریب نش­ساتکلیف برای ارزیابی صحت مدل­ها استفاده گردید. نتایج گویای عملکرد قابل قبول هر چهار مدل و برتری مدل برنامه­ریزی بیان ژن با بیش­ترین ضریب هم­بستگی (91/0CC=)، کم­ترین ریشه میانگین مربعات خطا (m3/s 1/3RMSE=) و مقدار ضریب نش­ساتکلیف 82/0NS= در مرحله صحت­سنجی است. M3 10.18869/acadpub.jwmr.7.13.103 ER -