مقایسه مدلهای کلاسیک و شبکه های عصبی مصنوعی در پیش بینی جریان رودخانه

یکی از مهمترین مسائل در برنامهریزی و مدیریت منابع آب، تهیه مدلهای پیشبینی جریان رودخانه میباشد. روشهای مرسوم گذشته در این زمینه، عمدتا در قالب مدلهای قطعی و استوکستیک بودهاند. مسالهای که امروزه در کنار روشهای کلاسیک مطرح شده، استفاده از شبکههای عصبی مصنوعی میباشد.در این پژوهش توانایی شبکههای عصبی جهت پیشبینی جریان، در مقایسه با مدلهای متداول پیشین مورد بررسی قرار گرفته است. بدین منظور مدلهای رگرسیونی، سری زمانی، و شبکه عصبی برای پیشبینی جریان ماهانه تهیه گردیده و از آمار و اطلاعات رودخانه کرج در محل سد کرج، به عنوان مطالعه موردی استفاده شده است.جهت مدلسازی، از آمار جریان، بارش،آب معادل برف، و دمای مربوط به ٣١ سال آبی استفاده گردیده است. اطلاعات ٢٧ سال برای توسعه مدلها، و ٤ سال باقیمانده برای آزمودن آنها بکار رفته است

کلیدواژه ها:

پیش بینی جریان ، رگرسیون چند متغیره ، سری زمانی ، شبکه عصبی ، الگوریتم پس انتشار خطا