ارزیابی دقت مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک و ماشین بردار پشتیبان با توابع زیان مختلف در پیشبینی تبخیر-تعرق مرجع

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 ارزیابی دقت مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک و ماشین بردار پشتیبان با توابع زیان مختلف در پیشبینی تبخیر-تعرق مرجع دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارزیابی دقت مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک و ماشین بردار پشتیبان با توابع زیان مختلف در پیشبینی تبخیر-تعرق مرجع  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی ارزیابی دقت مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک و ماشین بردار پشتیبان با توابع زیان مختلف در پیشبینی تبخیر-تعرق مرجع،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن ارزیابی دقت مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک و ماشین بردار پشتیبان با توابع زیان مختلف در پیشبینی تبخیر-تعرق مرجع :

تعداد صفحات :۱۶

چکیده مقاله:

الگوریتم ژنتیک جستجویی در مسائل بهینه سازی برگرفته از تکامل ژنتیکی می باشد. ماشین بردار دسته بندی کنندهای است کهاز تئوری یادگیری آماری استفاده می کند. در این تحقیق با هدف مقایسه دقت مدل ماشین بردار پشتیبان و مدل هیبریدیالگوریتم ژنتیک و ماشین بردار پشتیبان در پیش بینی تبخیر-تعرق مرجع ((ET(o) روزانه، از تابع کرنل شعاعی و تابع زیان اپسیلونو درجه دوم استفاده شد. برای این منظور داده های اقلیمی روزانه شامل ساعات آفتابی، حداکثر و حداقل دمای هوا، رطوبت نسبیو سرعت باد، طی سالهای (۲۰۰۰-۲۰۱۰) در ایستگاه سینوپتیک اهواز برای تخمین (ET(o به عنوان ورودی مدل ها استفاده شد. مقادیر (ET(o نیز با روش استاندارد فائو-پنمن-مانتیث به عنوان مقادیر مبنا محاسبه شد. مقدار ضریب تبیین و ریشه میانگینمربعات خطا در بخش پیش بینی برای مدل GA-SVR با تابع زیان اپسیلون به ترتیب ۰/۹۹۹۹ و برای مدل GA-SVR با تابع زیان درجه دوم به ترتیب ۰/۹۹۹۸ و ۰/۰۰۱۸ برای مدل SVR با تابع زیان اپسیلون به ترتیب ۰/۹۸۸ و ۰/۰۲۲ و برای مدل SVR با تابع زیان درجه دوم به ترتیب ۰/۹۸۰ و ۰/۰۲۶ محاسبه شد. نتایج بیانگر کارایی و دقت بالای مدل GA-SVR با هر دو تابع زیان اپسیلون و درجه دوم نسبت به مدل SVR با هر دو تابع زیان در پیش بینی تبخیر-تعرق مرجع می باشد.