پیش بینی سیل در حوضه های فاقد آمار با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی (ANNs) در زمینه مدلسازی های هیدرولوژیکی بطور وسیع مورد استفاده قرار گرفته اند. با وجود این، توجه کمتری به استفاده از این ابزار جهت برآورد سیل در حوضه های فاقد آمار که یکی از پیچیده ترین مسائل هیدرولوژیستها است، شده است. در این مقاله، توانایی دو نوع شبکه عصبی، شبکه MLP و شبکه Elman، در پیش بینی سیل های T ساله حوضه های غرب و جنوب دریاچه ارومیه با استفاده از نرم افزار MATLAB 7.0.4 بررسی و با نوع جدید مدل رگرسیون چندگانه مقایسه شده اند. بدین منظور، ابتدا شبکه های عصبی با استفاده از داده های فیزیوگرافی و اقلیمی منتخب مدل رگرسیون چندگانه، آموزش دیده و سپس بهترین ساختار بهترین ساختار شبکه، جهت برآورد سیلابهای T ساله حوضه های مشابه فاقد آمار بر اساس ضریب همبستژی بین دبی های مشاهداتی و محاسباتی انتخاب شده است. نتایج بدست آمده، توانایی ANN را در پیش بینی سیل های T ساله و نیز تاثر انتخاب نوع شبکه را در دقت پیش بینی ثابت نموده است.

کلیدواژه ها:

شبکه عصبی MLP ، شبکه عصبی Elman ، مدل رگرسیون جدید ، پیش بینی ، حوضه های فاقد آمار