استفاده از الگوریتم های فراکاوشی در مذلسازی رواناب زیر حوضه دریاچه مهارلو

شبکه های عصبی یکی از روش هایی است که مورد اقبال اکثر دانشمندان علوم مختلف از جمله مهندسی اب قرار گرفته و سال ها از ورود ان به عرصه علوم اب می گذرد اما کماکان این روش بدون تغییر در ساختار و نحوه ان مورد استفاده قرار می گیرد. در این بین با کشف الگوریتم های متعدد بهینه سازی مانند الگوریتم جامعه مورچگان، الگوریتم کلونی پرندگان و ... نیاز به بهبود روش های قبلی به شدت مورد نیاز می باشد. در این مطالعه با استفاده از روش های هیبرید شبکه های عصبی مصنوعی با دو الگوریتم کلونی پرندگان و کلونی مورچگان به محاسبه دبی رودخانه خشک شیراز پرداخته شد. سپس نتایج حاصل از ان به روش نروفازی و روش کلاسیک رگرسیون چند متغییره مورد مقایسه قرار گرفت. نتایج این تحقیق نشان داد که افزایش تعداد متغییر های ورودی باعث بهبود نتایج میشود. و متغییر بارش نقش اساسی در تخمین رواناب ایفا می کند. بر طبق شبیه سازی به روش های مختلف ، مشاهده شد روش بهینه سازی با ANFIS، PSO، رگرسیون و بهینه سازی با ACO به ترتیب بهترین نتایج را در مقایسه با داده های مشاهداتی تولید کردند.

کلیدواژه ها:

حوضه ابریز مهارلو ، شبکه عصبی ، الگوریتم بهینه سازی PSOوACO