مدلسازی فرآیند بارش- رواناب با استفاده از روش کنترل گروهی داده ها (GMDH) و شبکه های عصبی مصنوعی (ANN) در حوزه آبخیز پلرود

مدلسازی بارش- رواناب یک فرآیند ضروری و پیچیده می باشد که در بهره برداری مناسب از مخازن و مدیریت و برنامه ریزی صحیح منابع آب نقش عمده ای دارد. مدلسازی این فرآیند با استفاده از روش های مختلفی امکانپذیر است. از نظر تئوری، در مدلسازی یک سیستم می بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیت های ذاتی آنها، استخراج چنین مدلی بسیار مشکل می باشد. بنابراین استفاده از روش های داده محور که محاسبات را در شرایط غیردقیق انجام می دهند و کاربردهای فراوانی در مسائل شناسایی کنترلی داشته اند، اجتناب ناپذیر است. روش کنترل گروهی داده ها (GMDH) یکی از انواع این روش ها می باشد که به تدریج یک نگاشت بین متغیرهای ورودی و خروجی تولید می کند. در این تحقیق برای شبیه سازی فرآیند بارش-رواناب حوزه آبریز پلرود، یک مدل بر اساس رویکرد GMDH توسعه داده شده است. ارزیابی نتایج با استفاده از معیارهای آماری انجام شده و همچنین با نتایج شبکه های عصبی (ANN) نیز مقایسه شده است. نتایج حاکی از توانایی بالای هر دو روش در پیش بینی و شناسایی روابط پیچیده بین متغیرها در پیش بینی رواناب روزانه ناشی از بارندگی می باشند. مقادیر نتایج معیارهای آماری بیانگر عملکرد بهتر رویکرد استقرائی GHMD نسبت به شبکه های عصبی در مدلسازی بارش- رواناب در این حوزه می باشد.