زهرا نفریه - دانشجوی کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده علوم کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
مهدی سرائی تبریزی - استادیار گروه علوم و مهندسی آب، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
حسین بابازاده - استاد، گروه علوم و مهندسی آب، دانشکده علوم کشاورزی و صنایع غذایی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
حمید کاردان مقدم - استادیار، موسسه تحقیقات وزارت نیرو، تهران، ایران

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.

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