مدل‌سازی غلظت نیترات در منابع آب با بهره گیری از رگرسیون ماشین پشتیبان و الگوریتم بهینه‌سازی متاهیوریستیک شاهین هریس

هدف: هدف این مطالعه توسعه یک مدل یادگیری ماشین برای شبیه‌سازی غلظت نیترات است. شبیه‌سازی و پیش‌بینی غلظت نیترات همیشه از مهم‌ترین مسائل در حوزه مدیریت منابع آب بوده است.  روش پژوهش: در این تحقیق بعد از جمع‌آوری داده‌ها ابتدا داده‌های مربوط به غلظت نیترات با استفاده از jnb خوشه‌بندی شدند، سپس برای هر خوشه یک مدل svr توسعه داده شد، هم‌زمان با فرآیند آموزش این مدل از الگوریتم sffs برای انتخاب متغیرهای وردی به مدل استفاده شد، سپس  بر اساس نتایج حاصل از این سه مدل مقدار متوسط شاخص‌های خطا برای مرحله آموزش و تست محاسبه شدند، در این حالت از روش سعی و خطا برای این کار استفاده شد. در گام بعد از الگوریتم hho برای تعیین مقدار بهینه پارامترهای توابع کرنل استفاده شد.  یافته‌ها: بر اساس نتایج حاصل از این سه مدل مقدار متوسط شاخص‌های خطا برای مرحله آموزش (rmse = 0.2387 , mae = 0.2236 , r^2=0.9874) و تست (rmse = 0.2474 , mae = 0.2350 , r^2=0.9841) نتایج حاصل از الگوریتم hho شامل مقدار شاخص‌های r^2  و rmse, mae برای مرحله آموزش به ترتیب برابر 0.1502،0.1169،0.9961 است و مقدار آن‌ها برای مرحله تست به ترتیب برابر 0.1308،0.9845، 0.9978 است. بر اساس نتایج حاصل از این مطالعه اولا استفاده از hho برای پیش‌بینی غلظت نیتزات میتواند باعث افزایش چشمگیر دقت مدل svr می‌شود، دوما استفاده به جا از مدل‌های  یادگیری ماشین مختلف در کنار هم میتوانند نقش موثری در افزایش دقت مدل‌های رگرسیونی مانند svr داشته باشد.  نتیجه‌گیری: این تحقیق نشان داد که با انتخاب مناسب متغیرها، حتی در صورت استفاده از یک مدل نسبتاً ساده مانند svr، می‌توان به نتایج بسیار دقیقی دست‌یافت. این نشان می‌دهد که کیفیت داده‌ها و انتخاب ورودی‌های مناسب به‌اندازه پیچیدگی خود مدل اهمیت دارد. در نهایت، این تحقیق تایید می‌کند که ترکیب الگوریتم‌های بهینه‌سازی مانند hho با مدل‌های یادگیری ماشین و به‌کارگیری روش‌های انتخاب ویژگی، می‌تواند به‌عنوان یک راهکار موثر برای بهبود دقت پیش‌بینی‌ها در مسائل مرتبط با منابع آب، به‌ویژه در پیش‌بینی آلاینده‌های مهم، مورداستفاده قرار گیرد. این راهبردها می‌توانند در مدیریت بهتر منابع آب و کاهش آلودگی‌های ناشی از نیترات و سایر آلاینده‌ها به کار گرفته شوند.

nitrate concentration modeling in water resources using support machine regression and metaheuristic optimization algorithm harris hawks

objective: the objective of this study is to develop a machine learning model for simulating the nitrate concentration. simulating and predicting nitrate concentration has always been one of the most important issues in the field of water resources management. method: in this research, after collecting the data, the nitrate concentration data are first clustered using the jnb, then, an svr model is used for each cluster. the sffs algorithm is used to select the input variables for the model simultaneously with the training process of this model, then, based on the results of these three models, the average value of the error indices for the training stage (rmse = 0.2387, mae = 0.2236, r^ 2=0.9874) and test (rmse = 0.2474, mae = 0.2350, r^2=0.9841) are calculated. in this case, the trial and error procedure is used for this work. in the next step, the hho algorithm is used to determine the optimal value of the parameters of the kernel functions. in this case, the values of r2, mae and rmse for the training phase are 0.9961, 0.1169, and 0.1502, respectively, and their values for the test phase are 0.9845, 0.1308, and 0.9978, respectively. results: based on the results of this study, firstly, the use of hho to predict nitrate concentration can significantly increase the accuracy of the svr model, secondly, the use of different machine learning models together can play an effective role in increasing the accuracy of regression models such as svr. the results of this study show that the use of data clustering before developing machine learning models can improve the accuracy of nitrate concentration prediction. the hho-svr hybrid model has performed better in different clusters with proper selection of kernel function and has provided optimal results. also, this study emphasizes that the different statistical characteristics of each cluster have a significant effect on the performance of the models. therefore, to more accurately predict nitrate concentration in groundwater, it is recommended to first cluster the data and then develop a specific model for each cluster. conclusions: the results of this study show that the use of data clustering before developing machine learning models can improve the accuracy of nitrate concentration prediction. the hho-svr hybrid model has performed better in different clusters with proper selection of kernel function and has provided optimal results. also, this study emphasizes that the different statistical characteristics of each cluster have a significant effect on the performance of the models. therefore, to more accurately predict nitrate concentration in groundwater, it is recommended to first cluster the data and then develop a specific model for each cluster.