ارزیابی مدل های هوش مصنوعی در تخمین دبی سیلاب

برآورد دبی ­اوج به عنوان یکی از مباحث اصلی در مدیریت منابع آبی و سیلاب  نقش اساسی در طراحی سازه ­های آبی و اقدامات بیومکانیکی در حوزه­ های آبخیز دارد، به طوری که برآورد صحیح آن نقش اساسی در موفقیت کار­های اجرایی دارد. در این بررسی، سعی شده با استفاده از روش ­های هوش مصنوعی (شبکه عصبی MLP، ترکیب شبکه عصبی MLP و شبکه SOFM، GRNN، ترکیب خوشه بندی FCM و ANFIS) دبی بیشینه رودخانه یلفان در محل ایستگاه هیدرومتری برآورد شود. به این منظور، در این دو مدل هشت متغیر که شامل بارندگی مربوط به روز وقوع سیل، بارندگی ­های پنج روز قبل، دبی پایه در روز وقوع سیل و CN حوضه به عنوان پارامتر­های ورودی و دبی پیک به عنوان خروجی در نظر گرفته شده است. سپس، با استفاده از روش هوش مصنوعی و پیش پردازش داده ­ها، ساختار بهینه مدل ها با استفاده از داده ­های ورودی و خروجی و با ملاک قراردادن معیار­های ارزیابی، به روش سعی و خطا تعیین شد. نتایج نشان داد که  شبکه عصبی پرسپترون چند لایه (MLP) عملکرد بهتری در برآورد دبی سیلاب نسبت به مدل ترکیبی ANFIS+FCM ،MLP+SOFM ،GRNN در حوضه یلفان دارد.

کلیدواژه ها:

خوشه بندی ، دبی اوج ، شبکه عصبی ، ANFIS ، GRNN ، MLP ، SOFM