ارزیابی مدلهای شبکه عصبی فازی انفیس و روش گروهی مدلسازی دادهها (GMDH) برای پیش بینی تبخیر ماهانه از مخازن سدها

تبخیر یکی از اجزای اصلی بیلان آب است که کنترل آن می توان به برنامه های مدیریت در امور سد کمک کند. به همین منظور در این تحقیق با کمک روش گروهی مدل سازی دادهها (GMDH) و شبکه عصبی -فازی (ANFIS) به پیش بینی آن پرداخته شده است . این رویکرد بر روی سد طرق در استان خراسان رضوی واقع در شرق ایران به عنوان مطالعه موردی انجام شده است . از پارامترهای شناسی مانند متوسط دما، بارش و تبخیر یک ماه قبل جهت پیش بنیی تبخیر و در گام ماهانه (طول دوره آماری از فروردین سال ۱۳۶۹ تا اسفند سال ۱۳۹۸) استفاده شده است . باتوجه به تعداد پارامترهای ورودی از ترکیب آنها ۴ سناریوی مختلف به عنوان الگوهای ورودی تدوین شد. ۷۵ درصد دادهها برای آموزش مدلها و ۲۵ درصد دادهها برای آزمون مدلها در نظر گرفته شد. نتایج نشان داد که عملکرد GMDH بهتر از ANFIS بوده است . سناریوی منتخب در این مدل شامل پارامترهای تبخیر یک ماه قبل و دما بود که با دقت قابل قبولتری قادر به پیش بینی نسبت به سایر سناریوهای ورودی می باشد؛ به طوری که معیارهای ارزیابی برای این مدل ۱,۲۰RMSE=، ۱۴,۱۵MAE= و ۹۶,۰NSE= بدست آمد. در بین سناریوهای بکار رفته در مدل ANFIS ، سناریویی که شامل تمام پارامترهای ورودی بود، بهترین نتایج را بدست داد. معیارهای ارزیابی خطا در این سناریوی RMSE ، MAE و NSE به ترتیب برابر ۳/۲۹، ۹/۱۹ و ۹۱/۰ بدست آمد. همچنین نتایج نشان داد که هر دو مدل با سناریوهای منتخب به خوبی روند تغییرات تبخیر در ماههای مختلف را تخمین زده اند. هم چنین استفاده از تبخیر یک ماه قبل تغییرات مثبتی در دقت پیش بینی لحاظ کرد.

کلیدواژه ها:

تبخیر ، سد طرق ، سری زمانی ، ANFIS ، .GMDH