مدیریت بحران شهری از طریق پیشبینی سیل با استفاده از شبکههای عصبیچند مرحله ای پیشرو

پیشبینی سیل برای طراحی، نقشه کشی و مدیریت سیستمهای منابع آبی مهم است. در این مطالعه استفاده از برای پیشبینی سیل ارائه شده است. شبکههای اتورگرسیون (MSA) شبکههای عصبی چندمرحله ای پیشرو به MSA حلقه بسته به منظور ایجاد پیکربندی موازی برای پیشبینی سیل (NARX) غیرخطی با ورودی خارجی کار گرفته شده است. در این مطالعه، شبکههای عصبی مصنوعی به عنوان یک روش کارامد توسط نرم افزار Matlab جهت پیش بینی مورد استفاده قرار گرفته است. 80 درصد دادهها برای آموزش، 10 درصد داده برای جهت پیش بینی مورد استفاده قرار گرفته است. 80 درصد دادهها برای آموزش، 10 درصد داده برای ها توسط بهینه سازی لونبرگ مارکوات ها توسط بهینه سازی لونبرگ مارکوات به روز میشوند. مدل بر روی دادههای ثبت شده رودخانه کسویک واقع در کالیفرنیا طی یک دوره 264 ماهه اعمال شده است. معیارهای ارزیابی متوسط مربعات خطای خروجی شبکه و هدف و همبستگی متقابل سیگنال آنها، خود همبستگی خطا و رسم پاسخهای زمانی سیگنالهای ورودی، هدف و خطا میباشد. تحلیل نتایج خروجی مدلهای شبکه عصبی نشان داده که اینمدل توانایی بهتر و دقت بالایی برای پیش بینی سیل نسبت به روشهای آماری معمول داشته است

Keywords:

مدیرت بحران , پیش بینی سیلاب , شبکه عصبی چندمرحله ای پیشرو , اتورگرسیون غیرخطی