کاربرد و مقایسه مدل های سری زمانی و مدل شبکه عصبی مصنوعی در پیش بینی دبیورودی مطالعه موردی: سد استقلال میناب

یکی از مهمترین ارکان مدیریت منابع آب، پیش بینی میزان این منابع در آینده است . اهمیت این پیش بینی ها در تصمیماتی است که به منظور مدیریت بهینه منابع آب صورت می گیرد . در دهه های اخیر با توجه به رشد جمعیت جهان و همچنین افزایش مصرف سرانه آب، کمبود آب شیرین قابل استحصال به معضلی جهانی تبدیل گشته است . از این رو با توجه به محدود بودن منابع آب، مدیریت صحیح و بهینه مهمترین وظیفه سیاستگذاران و مهندسین منابع آب می باشد .در سال های اخیر روش شبکه عصبی مصنوعی به عنوان رقیبی برای روش های سنتی آماری ظهور کرده است. این شبکهها مبتنی بر شبیه سازی های کامپیوتری از نرون های عصبی هستند و با استفاده از یک پایه ی ریاضیاتی عملیات خود راانجام می دهند. شبکه های عصبی مصنوعی به طور گسترده ای در زمینه های مختلف علوم به کار گرفته می شوند و دارایقابلیت های زیادی هستند. در این پژوهش اقدام به پیش بینی دبی ورودی به سد استقلال میناب را با استفاده از 81 مدل شبکه عصبی مصنوعی و مدل های سری زمانیARMA , ARIM شده است. شبکه ی عصبی مصنوعی بهینه دارای چهار نورون در لایه اول و دو نورون در لایه دوم و توابع tansigدر لایه اول و elliotsig, در لایه دوم می باشد. همچنین تابع محرکه لایه خروجی خطی و معیار آزمون عملکرد شبکه یRMSE و ضریب تبیین است. به طور کلی نتایج تحقیق نشان می دهد که مدل غیر خطی شبکه عصبی برای پیش بینی مقادیر دبی ورودی ماهانه به سد استقلال میناب در مقایسه با مدل خطی ARMAعملکرد بهتری دارد و مدل خطی ARMA در شناسایی داده های پیک خیلی ضعیف تر از مدل

کلیدواژه ها:

شبکه عصبی مصنوعی ، مدل ARIMAمدلARMA سری زمانی ، سد استقلال میناب