پیش بینی سیلاب با کمک مدل تلفیقی FUZZY-GMDH (محدوده مورد مطالعه: رودخانه ماسکگان

در دنیای امروز سیل ها خسارات جبران ناپذیری را برای می گذارند، از همین رو انسان ها همیشه به دنبال راهی جهت حفظ جان و مال خود از این پدیده هیدرولوژیکی بوده است. از گذشته تا کنون مطالعاتی مختلفی پیرامون پیش بینی و مدل سازی سیلها انجام شده است تا در قرن کنونی با ساخت و توسعه مدل ها و پیدایش مفهوم هایی نظیر مدل های هوشمند مبتنی بر داده گامی بزرگی در این راستا برداشته شده است. الگوریتم کنترل گروهی داده ها (GMDH) و تلفیق منطق فازی و الگوریتم کنترل گروهی داده ها (FUZZY-GMDH) از انواع مدل های هوشمند به حساب می آیند. در پژوهش حاضر، با توجه به ساخت و ایجاد مدل تجربی توسعه داده شده GMDH و FUZZY-GMDH جهت پیش بینی سیلاب، به دنبال صححت عملکرد این مدل در ایستگاه ماسکگان در ایالت میشیگان آمریکا هستیم. حال با تکیه بر استفاده از روش های هوشمند داده محور نظیر مدل GMDH و مدل ترکیبی FUZZY-GMDH و با استفاده از داده های هیدرولوژی در ایستگاه ماسکگان به بهره مندی از این مدل ها می پردازیم. جهت بهره مندی از این مدل ها از ورودی هایی نظیر دبی و بارش با تاخیرهای زمانی یک تا سه روز استفاده کرده و سپس مدل های توسعه داده شده با استفاده از سری زمانی مکی-گلس مورد صحت سنجی قرار گرفته است. در پایان با ارزیابی نتایج مدل ها با بهره گیری از شاخصه های آماری مربعات میانگین خطای نسبی(MSRE)، درصد مجموع مطلق میانگین خطای نسبی(MPRE)، ضریب NASH، انحراف نسبی(RB) و میانگین خطای مربعات (MSE) به درستی نتایج مدل ها دست یافتیم.

کلیدواژه ها:

پیش بینی سیلاب ، بارش ، منطق فازی ، روش کنترل گروهی داده ها ، داده محور ، مدل سازی