صادق کریمی - استادیار آب و هواشناسی، عضو هیات علمی دانشگاه شهید باهنر کرمان

در این پژوهش با استفاده از تئوری موجک و شبکه عصبی، یک مدل ترکیبی تحت عنوان شبکه عصبی موجکی برای برآورد رواناب در حوضه آبریز مورد مطالعه بکار گرفته شده است. سپس نتایج به دست آمده از این مدل با نتایج شبکه عصبی انتشار برگشتی شبکه عصبی بنیادی- شعاعی به عنوان مدلهای قدیمیتر مقایسه و تجزیه و تحلیل گردید. اساس کار به این نحو بوده که با ارائه چند الگوی جدید بارش- رواناب، با توجه به میزان رواناب و بارش و همچنین محاسبه مجموع رواناب و سیلاب حداکثر در روزهای سیلابی با استفاده از داده های مجموع بارش در حوضه آبریز مورد مطالعه، دسته بندی داده ها در گروه های همگن صورت گرفته و توسط شبکه عصبی- موجکی مورد ارزیابی قرار گرفت. کنترل دقت و مقایسه نتایج محاسبات بوسیله ضریب همبستگی و ریشه میانگین مربعات خطا انجام شد. نتایج این تحقیق نشان میدهد که دقت شبکه عصبی- موجکی از شبکه عصبی انتشار برگشتی و شبکه عصبی بنیادی- شعاعی در وضعیت بهتری قرار دارد.

شبکه عصبی موجکی، شبکه عصبی انتشار برگشتی، شبکه عصبی بنیادی شعاعی، رواناب