بخشی از متن فایل word مقاله ارزيابي تابع زيان اپسيلون و تابع زيان درجه دوم در پيشبيني هدايت هيدروليکي اشباع خاک با استفاده از مدل هيبريدي الگوريتم ژنتيک و ماشين بردار پشتيبان :
چکیده:
ماشین بردار پشتیبان از روشهای یادگیری با ناظر است که برای طبقهبندی و رگرسیون استفاده میشود. الگوریتم ژنتیک یک الگوریتم بهینهسازی عددی برگرفته از طبیعت میباشد. در این تحقیق با هدف ارزیابی مدل هیبریدیالگوریتم ژنتیک و ماشینبردار پشتیبان رگرسیونی در پیشبینی هدایت هیدرولیکی اشباع, از روش چاهکهای پوششدار و از تابع کرنل شعاعی و توابع زیان اپسیلون و درجه دوم استفاده گردید. نتایج با سه شاخص 2 R , RMSEو NRMSE ارزیابی گردید. طبق نتایج مدل GA-SVR دارای دقت بسیار عالی در پیشبینی هدایت هیدرولیکی و تابع اپسیلون دارای دقت نسبتاً بهتری نسبت به تابع درجه دوم میباشد, اما از نظر زمان اجرا, تابع درجه دوم نسبت به تابع اپسیلون برتری قابل توجهی دارد.
