توسعه جعبه ابزار مدلسازی سیلاب با استفاده از فرامدل های هیبریدی دوگانه هوش مصنوعی (مطالعه موردی: حوزه آبخیزکرج)

پژوهش حاضر، باهدف توسعه یک جعبه ابزار جامع مدل سازی سیلاب مبتنی بر فرامدل های هیبریدی دوگانه هوش مصنوعی، شش مدل شامل دو مدل انفرادی (FCMR و GRNN) و چهار مدل هیبریدی دوگانه (FCMR-NARX، FCMR-ACOR، GRNN-NARX و GRNN-ACOR) در پنج ایستگاه هیدرومتری حوزه آبخیز کرج (گچسر، سیرا کلوان، سیرا کرج، نشتارود و مورود) طی دوره ای ۳۰ساله، از ابتدای سال آبی ۱۳۶۹ تا پایان سال آبی ۱۳۹۷ مورد ارزیابی قرار گرفتند. نتایج مبتنی بر معیارهای آماری (R، NSE، RMSE، MAE) نشان داد که مدل های هیبریدی مبتنی بر FCMR (به ویژه FCMR-NARX و FCMR-ACOR) از بالاترین دقت برخوردارند. بااین حال، آزمون های آماری تفاوت معناداری بین دقت این مدل ها و مدل انفرادی GRNN نشان نداد. ازسوی دیگر، هیبریدسازی مدل GRNN با کاتالیزورهای NARX و ACOR به دلیل ناسازگاری ساختاری، موجب کاهش دقت آن شد. باتوجه به پیچیدگی محاسباتی، زمان آموزش طولانی و هزینه های اجرایی بالاتر مدل های هیبریدی، مدل انفرادی GRNN به عنوان گزینه ای بهینه با توجیه اقتصادی و عملیاتی برای کاربرد در سامانه های هشدار سیل و مدیریت منابع آب در حوزه های مشابه پیشنهاد می شود. این مطالعه بر ضرورت هماهنگی بین ساختار مدل پایه و روش هیبریدسازی برای دستیابی به بهبود موثر عملکرد تاکید می کند.

کلیدواژه ها:

پیش بینی سیلاب ، مدل انفرادی ، شبکه عصبی مصنوعی ، GRNN(شبکه های تعمیمی رگرسیونی) ، (مدل رگرسیون فازی)FCMR