شبیه سازی ومقایسه ی برآورد رواناب به روش های شبکه عصبی،رگرسیون و استنتاج فازی (مطالعه ی موردی: حوضه آبریز دز)
بعلت بروز خشکسالی های متمادی و کاهش شدید بارندگی در چند دهه اخیر، پیش بینی وضعیت اندازه جریان منابع آب های سطحی در رودخانه ها جهت مدیریت منابع آب اهمیت ویژه ای یافته است. ازاین نظر، اندازه ی بده ی عبوری از رودخانه ها که مهم ترین منبع تغذیه ی آب پشت سدها است، جزء مهم ترین عوامل در زمینه ی پیش بینی آب های سطحی به شمار می رود. برای ارزیابی دقت شبیه های مختلف، از داده های رواناب13ایستگاه فاقد روند در حوضه ی آبریز دز استفاده شده است. در این تحقیق، به منظورشبیه سازی رواناب در حوضه ی آبریز دز، ازروش های شبکه عصبی مصنوعی، رگرسیون و استنتاج فازی استفاده گردید. نتایج شبیه سازی رواناب با کاربرد روش های ذکر شده با استفاده از شاخص های آماری R،RMSE و NSEارزیابی گردیدند. درحالت کلی نتایج حاکی از دقت قابل قبول هر سه روش می باشد. مقایسه بین مدل هایANN، ANFIS و SVR نشان داد هر چند که اختلاف در دقت مدل ها بسیار ناچیز است، می توان گفت هر سه مدل جواب قابل قبول و نزدیک به هم داشته اند. نتایج نشان می دهد که ANN و ANFIS با رویکرد کلاسترینگ به ترتیب با نش ساتکلیف 0.66 و 0.66 در دوره ی تست، توانایی بیشتری در شبیه سازی نسبت به دو مدل SVR و ANFIS با رویکرد شبکه بندی دارند.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.