مقایسه و ارزیابی مدل های شبکه عصبی بیزین، برنامه ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی در تخمین بده جریان؛ مطالعه موردی حوضه صوفی چای

پیش بینی جریان رودخانه برای برنامه ریزی طراحی و مدیریت مطمئن پروژه های منابع آب مهم است. در این پژوهش قابلیت کاربرد شبکه عصبی بیزین، برنامه ریزی ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره برای پیش بینی سری زمانی جریان رودخانه صوفی چای بررسی شد. سری زمانی جریان روزانه رودخانه برای دوره 1376 تا 1389 برای ایستگاه هیدرومتری تازه کند رودخانه صوفی چای مورد استفاده واقع شد. جهت بدست آوردن بهترین نگاشت ورودی و خروجی؛ ترکیبات مختلف ورودی با استفاده از داده های پیشین جریان روزانه رودخانه محاسبه شد. کارایی مدل ها با استفاده از چهار معیار خطای: ضریب همبستگی (CC)، ریشه جذر میانگین خطا (RMSE (و ضریب نش ساتکلیف و بایاس محاسبه شد. مقایسه مدل ها نشان داد که شبکه عصبی بیزین با ضریب همبستگی (991/0)، جذر میانگین مربعات خطا (m3/s031/0)، نش ساتکلیف (981/0) و مقدار بایاس (006/0-) بهترین تخمین را از داده های روزانه جریان رودخانه نسبت به مدل های برنامه ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره داشته است.