بررسی تاثیر توالی دبی روزانه در پیش بینی جریان رودخانه با استفاده از الگوریتم های هوشمند (مطالعه موردی: حوضه آبخیزکسیلیان)

پیش بینی جریان رودخانه در دوره های زمانی آینده از مسائل مهم و کاربردی در مدیریت منابع آب است. در حقیقت تعیین یک مدل قابل اطمینان و انتخاب ورودی ها با تاخیر زمانی مناسب برای پیش بینی دبی جریان، یک موضوع کلیدی برای مدیران حوضه آبخیز، هیدرولوژیست ها و مهندسین رودخانه می باشد. در چند دهه اخیر استفاده از الگوریتم های هوشمند و تئوری مجموعه های فازی جهت مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققین قرار گرفته است. در این راستا در پژوهش حاضر به منظور پیش بینی جریان در حوضه آبخیز کسیلیان، از مدل سیستم استنتاج عصبی- فازی تطبیقی و از ورودی دبی جریان با تاخیر یک روز قبل، دو روز قبل، .... تا هفت روز قبل استفاده گردید. سپس جهت بررسی بیشتر این فرایند از مدل شبکه عصبی مصنوعی نیز استفاده شد و نتایج بر اساس شاخص های آماری ضریب تبیین و جذر میانگین مربعات خطا مورد ارزیابی قرار گرفت. نتایج حاکی از این بود که در مدل سیستم استنتاج عصبی- فازی تطبیقی تا گام زمانی چهار روز قبل، پیش بینی جریان رو به بهبود بوده و بعد از آن رو به نزول گذاشت و در مدل شبکه عصبی مصنوعی تا گام زمانی پنج روز قبل بهترین نتایج را ارائه داد. همچنین مقایسه و ارزیابی نتایج شاخص های آماری الگوهای بهینه ی هر دو مدل در دوره آزمون نشان داد که مدل سیستم استنتاج عصبی- فازی تطبیقی (ضریب تبیین= ۶۰/۰ و جذر میانگین مربعات خطا= ۶۴/۰) نسبت به مدل شبکه عصبی مصنوعی (ضریب تبیین=۵۱/۰ و جذر میانگین مربعات خطا= ۷۴/۱)، از دقت بیشتری جهت پیش بینی جریان رودخانه برخوردار بود

Keywords:

پیش بینی , دبی روزانه , کسیلیان , الگوریتم هوشمند