پیش بینی رواناب رودخانه با استفاده از سیستم فازی عصبی تطبیقی و شبکه عصبی مصنوعی و مدل ترکیبی شبکههای عصبی تجزیه مولفه های اصلی (مطالعه موردی: رودخانه باراندوز)

مدل سازی و تخمین صحیح دبی رودخانه یکی از اساسی ترین موضوعات در مهندسی رودخانه و مدیریت منابع آب می باشد. در این مطالعه از شبکههای عصبی مصنوعی (ANN) به منظور مدل سازی هرچه دقیق تر فرآیند پیش بینی جریان ماهانه رودخانه باراندوز واقع در حوضه دریاچه ارومیه استفاده شده است همچنین به منظور افزایش کارایی شبکه های عصبی مصنوعی از تجزیه مولفههای اصلی (PCA جهت پیش پردازش داده های ورودی استفاده گردیده و در نهایت دادههای خروجی ،حاصل با نتایج مدل سیستم فازی عصبی تطبیقی مقایسه شده است. نتایج نشان داد پیش بینیهای مدل سیستم فازی عصبی در قیاس با مدل شبکه عصبی مصنوعی و مدل ترکیبی شبکه های عصبی تجزیه مولفههای اصلی از دقت بالایی در تخمین دبی جریان برخوردار است. به طوری که نتایج معیارهای ارزیابی شامل ضریب همبستگی (R) و میانگین مربعات خطاها (MSE) برای مدل سیستم فازی عصبی به ترتیب ۰/۹۷ و ۰/۰۰۶۶ و برای مدل ترکیبی ANN-PCA ضریب همبستگی (۲) و میانگین مربعات خطاها (MSE به ترتیب برابر ۰/۸۹ و ۰/۱۹ مدل شبکههای عصبی مصنوعی برابر ۲۰/۸۳۰ و ۰/۰۰۱۲ به دست آمدند که نشان از افزایش کارآیی مدل شبکه عصبی مصنوعی به کمک تجزیه مولفههای اصلی (PCA) می باشد.

Keywords:

رواناب , تجزیه به مولفههای اصلی , فازی عصبی , شبکه عصبی مصنوعی