پیش بینی سیلاب با کمک مدل تلفیقی FUZZY-GMDH (محدوده مورد مطالعه: حوضه آبریز هلیل رود)

در جهان هستی سیل ها خسارات جبران ناپذیری به زندگی انسان ها وارد می کنند، 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 سیلاب ها 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. مدل شبکه عصبی مصنوعی (ANN)، 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 رخداد سیلاب های سهمگینی در جنوب کرمان به دنبال پیش بینی این وقایع حدی 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 کناروئیه به بهره مندی از این مدل ها می پردازیم. مدل GMDH سرعت بالایی دارد، که وقتی با منطق فازی ترکیب می شود و مفهوم عضویت به ورودی های مدل اضافه می شود، علی رغم پیچیده تر شدن فرآیندهای مدل سازی، تاثیر مثبتی بر دقت خروجی مدل خواهد داشت. برای پیش بینی سیلاب با کمک 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 مدل ها در پیش بینی سیلاب دست یافتیم.

کلیدواژه ها:

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