مقایسه دو روش الگوریتم ژنتیک و پیشرو درشبکه عصبی مصنوعی برای محاسبه دبی رودخانه

باتوجه به اهمیت و محدودیت منابع آب و یکی ازابزارهای مهم و اساسی در مدیریت منابع آب پیش بینی تولید و تقاضای آب است. از این رو هدف از مطالعه حاضر، تعیین میزان دقت روش شبکه های عصبی مصنوعی برای تخمین آبدهی رودخانه با استفاده از داده های هیدرولوژی می باشد. به منظور انجام این تحقیق ابتدا با شناسایی محدوده حوضه رودخانه و ایستگاه های هواشناسی، امار هیدرومتری حوضه دریافت گردید. سپس با فرض انتخاب مناسب ترین ایستگاه های هواشناسی و همچنین ایستگاه هیدرومتری خروجی حوضه اقدام به تکمیل و بازسازی آمار ایستگاه ها با استفاده از روابط همبستگی گردید. پس از آن با استفاده از نرم افزار متلب و استفاده از گزینه ی شبکه های عصبی اقدام به شبیه سازی بارش روانآب به صورت ماهانه و سالانه گردید. نتایج نشان داد که آبدهی های بالاتر از 100 متر مکعب بر ثانیه که توسط شبکه عصبی مصنوعی الگوریتم ژنتیک ANN-GA پی بینی شده اند، به طور متوسط خطای برآورد کمتری نسبت به تخمین این آبدهی ها بیا بکارگیری شبکه عصبی پیشرو FFNN دارند.

Keywords:

الگوریتم ژنتیک , پیشرو , شبکه عصبی مصنوعی , دبی رودخانه