بهروز یعقوبی - استادیار، دکترای عمران - آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

در این تحقیق فرآیند بارش-رواناب ماهانه رودخانه گاوهرود واقع در استان کرمانشاه، از مدل ترکیبی شبکه عصبی مصنوعی و الگوریتم ژنتیک (GA-ANN) برای پیشبینی دبی رودخانه مورد بررسی قرار گرفت؛ و نتایج آن با مدل هیدرولوژیکی HYMOD مقایسه گردید. برای این کار داده های ماهانه بارندگی، دما و رواناب 49 ساله (11340-1389) در ایستگاه ورودی به سد مخزنی در خروجی حوضه تحلیل شده است. ارزیابی نتایج با استفاده از شاخصهای RSR,NSC و CC و مقایسه این مدلها با یکدیگر نشان داد که هر دو مدل دقت و تخمین خوبی در پیش بینی رفتارهای غیر خطی داده های جریان دارند. ولی مدل GA-ANN دقت و تخمین بهتری نسبت به مدل HYMOD دارد و این مدل را می توان به عنوان یک ابزار پیش بینی امیدوار و قابل اعتماد برای مدل سازی بارش-رواناب استفاده شود.

پیشبینی جریان رودخانه، شبکه عصبی مصنوعی، الگوریتم ژنتیک، مدل هیدرولوژیکی