پیش بینی جریان رودخانه زاینده رود با استفاده از شبکه تطبیقی عصبی - فازی (ANFIS) و شبکه عصبی مصنوعی (ANN)

در این تحقیق قابلیت مدلهای تطبیقی عصبی‐ فازی و شبکه عصبی مصنوعی در پیشبینی میزان دبی رودخانه با یکدیگر مقایسه شدهاند. با استفاده از اطلاعات دبی، بارش، ذوب برف و درجه حرارت مدلهای مذکور، آموزش دیده و سپس مورد آزمایش قرار گرفتند. در این تحقیق به منظور تعیین بهترین ترکیب بین دادههای دبی و دیگر پارامترهای هیدرولوژیکی جهت تخمین دبی، دو سناریو مختلف مورد بررسی قرار گرفته و بهترین سناریو تعیین گردید. به منظور صحت سنجی و مقایسه کارایی سناریوها و روشهای مختلف مورد استفاده در تحقیق برای تخمین میزان دبی با یکدیگر، از اطلاعات اندازهگیری شده حوضه آبریز زایندهرود و معیارهای ارزیابی خطا ازجمله MAE و RMSE، MSE استفاده گردیده است. نتایج این تحقیق حاکی از دقت و برتری قابل ملاحظه مدل تطبیقی عصبی‐ فازی نسبت به مدل شبکه عصبی مصنوعی میباشد

کلیدواژه ها:

پیش بینی دبی ، مدل تطبیقی عصبی‐ فازی ، شبکه عصبی مصنوعی