مقایسه کارایی شبکه های بیزین و عصبی MLP در پیش بینی رواناب ورودی به سد طالقان

اهمیت تنظیم رژیم عرضه و تقاضا لزوم برنامه ریزی در بهره برداری از منابع آب سطحی را نشان می دهد. هدف پژوهش حاضر، مقایسه عملکرد دو مدل شبکه بیزین (BN) با رویکرد احتمالاتی و شبکه عصبی MLP برای پیش بینی جریان و انتخاب بهترین الگوی ساختاری بود. داده­های ماهانه هواشناسی شامل، بارش، میانگین ماهانه دما، تبخیر و حجم آب انتقالی از پنج ایستگاه هیدرومتری به عنوان داده ورودی به مدل ها معرفی و رواناب ورودی به سد به عنوان پیش­بینی شونده لحاظ شد. داده های ورودی با چیدمان های مختلف به مدل هایBN  و MLP معرفی شدند. نتایج حاصل از مقایسه ۱۷ الگوی منتخب با توجه به معیار های شاخص، ضریب نش-ساتکلیف (NS)، خطای میانگین مربعات (MSE)، جذر خطای میانگین مربعات (RMSE) و متوسط خطای پیش بینی مطلق (MAPE) صورت گرفت. بهترین الگو در مدل BN با ۳/۴۳% تشابه و معیار های شاخص به­ترتیب، ۹۸/۳-، ۳۰۰، ۳/۱۷ و ۰۶/۰ برآورد شد. مدل MLP با ۸۰% تشابه و معیارهای شاخص به­ترتیب ۳/۱۰-، ۸۲۶۶، ۹/۲۳ و ۳/۱۲۲ به­عنوان برترین الگو معرفی شد. درنتیجه هر دو مدل عملکرد خوبی در برآورد رواناب داشته اند لیکن مدل BN دقت به مراتب بهتری در پیش بینی دارد. در نهایت الگوی ساختاری با نتایج قابل قبول در هر دو مدل MLP و BN  مشخص شد.

کلیدواژه ها:

پیش بینی رواناب ، سد طالقان ، شبکه بیزین ، شبکه عصبی پرسپترون