محمدتقی دستورانی - استادیار دانشکده منابع طبیعی دانشگاه یزد
ناجیل جورح رایت - استاد گروه عمران دانشگاه تاتینگهام انگلستان

در این تحقیق کاربرد روش سیستم عصبی مصنوعی در کاهش خطای مدل هیدرودینامیکی برای پیش بینی جریان رودخانه مورد بررسی قرار گرفته است . منطقه مورد مطالعه حوزه رینولدز کریک در جنوب غربی ایالت آیداهو در ایالات متحده آمریکا می باشد که دارای وسعتی معادل 239 کیلومتر مربع و اقلیم نیمه خشک است و به علت تغییرات بیش از حد بارندگی در نقاط مختلف این حوزه جریان رودخانه شدیداً متغیر است . در این تحقیق پس از کالیبراسیون و به کار بردن یک مدل هیدرودینامیکی یک بعدی برای پیش بینی وضعیت جریان در نقطه ای در پایین دست رودخانه یک مدل سیستم عصبی مصنوعی به عنوان پیش بینی کننده خطای مدل هیدرودینامیکی مورد استفاده قرار گرفت. با پیش بینی این خطا نتایج مدل هیدرودینامیکی به میزان قابل توجهی به مقادیر واقعی نزدیک تر شد. لازم به ذکر است که قبل از کاربرد ترکیبی این دو روش (مدل هیدرودینامیکی و سیستم عصبی مصنوعی ) هریک از این روش ها به تنهایی مورد استفاده قرار گرفته و نتایح حاصل از مقادیر واقعی مقایسه گردیده بود . نتایج حاصل از کاربرد ترکیبی این مدل از کیفیت به مراتب بالاتری نسبت به کاربرد هریک از آنها به تنهایی برخوردار است.

سیستم عصبی مصنوعی ، پیش بینی جریان رودخانه ، مدل هیدرودینامیکی ، بهینه سازی نتایج