پیش بینی سری های زمانی تک متغیره هیدرولوژیکی با استفاده از سیستم فازی بر پایه شبکه عصبی تطبیقی

پیشبینی جریان رودخانه ها یکی از مسائل بسیار مهم در هیدرولوژی میباشد که در طراحی و برنامهریزی منابع آب سطحی نقش بسزایی دارد.استفاده از روشهای مختلف تحلیل سریهای زمانی از شیوه های متداول در پیشبینی عوامل هیدرولوژیکی از جمله جریان رودخانه هاست. روابط پیچیده و تقریبی و بالتبع صرف زمان زیاد در تخمین پارامترهای مدلهای مختلف در روشهای تحلیل سریهای زمانی و از طرف دیگر وجود داده-های کافی با طول مناسب، متخصصین را به استفاده از مدلهای داده محور ترغیب نموده است. سیستم های فازی برپایۀ شبکۀ عصبی تطبیقی یکی ازروشهای کارآمد در زمینه پیشبینی سریهای زمانی هیدرولوژیکی میباشد. در این تحقیق با ایجاد یک سیستم فازی برپایه شبکه عصبی تطبیقی وبا توجه به دادههای موجود از رودخانه زایندهرود، آموزش شبکه صورت گرفته و با استفاده از آن پارامترهای سری زمانی تک متغیره تخمین زده شده است. سپس با کاربرد بخشی از دادهها جهت صحتسنجی، نتایج حاصل از سری زمانی،که پارامترهای آن از سیستم فازی بر پایه شبکه عصبی تطبیقی به دست آمده است، مورد مقایسه قرار گرفت. نهایتا توانایی پیشبینی سیستم فازی بر پایۀ شبکۀ عصبی تطبیقی به صورت مستقل با سیستم فازی بر پایه شبکه عصبی تطبیقی به صورت توأم با سریهای زمانی مورد مقایسه قرار گرفت، که نشان دهنده کارآیی مناسب این سیستمها در پیش-بینی میباشد.

کلیدواژه ها:

پیش­بینی جریان رودخانه ، سری­های زمانی هیدرولوژیکی ، سیستم فازی بر پایه شبکه عصبی تطبیقی