مقایسه شبکه عصبی مصنوعی GRNN,MLP و روش LMR در پیش بینی جریان ماهانه رودخانه و بهینه سازی برنامه ریزی و مدیریت منابع اب جاجرود

پیش بینی دقیق مقدار دبی متوسط ماهانه ورودی به منابع ابی نظیر سدها، نقشی اساسی در برنامه ریزی، مدیریت و بهره برداری بهینه و پایدار آن ها ایفا می کند. با مشخص شدن مقدار دبی ورودی به سد، می توان حجم سالانه آب ورودی به آن را محاسبه کرد و برای تخصیص بهینه آب به بخش های مختلف صرف نظیر آب آشامیدنی کشاورزی، تولید انرژی برق – ابی و.. به خوبی برنامه ریزی کرد شبکه های عصبی مصنوعی براساس سیستم عصبی بدن انسان ساخته شده اند. در این مقاله سعی شد تا با استفاده از شبکه عصبی پرسپترون چند لایه، میزان دبی عبوری از رودخانه جاجرود محاسبه شود و سپس جهت بررسی کارایی این شبکه مقادیر تخمین زده شده با مقادیر محاسبه شده از روش نروفازی واماری (روش رگرسیون) مقایسه شد نتایج نشان داد که تکنیک شبکه عصبی مصنوعی نسبت به دو روش های دیگر در برآورد دبی بااستفاده ازآمار دبی حداکثر ماهانه ی 30 ساله برتری دارد اطلاعات آماری مربوط به ایستگاه هیدرومتری لتیان بر رودخانه جاجرود بالادست سد طالقان واقع در استان تهران می باشد.

Keywords:

دبی , شبکه های عصبی مصنوعی , شبکه نروفازی , استان تهران , رودخانه جاجرود , رگرسیون MLP , GRNN , LMR