ارزیابی برنامه ریزی بیان ژن و مدل M5 در برآورد دبی های روزانه، مطالعه موردی: رودخانه لیقوان

افزایش سرانه مصرف آب از یک سو و تغییرات بارز اقلیمی از سوی دیگر، به طور قطع کمبود منابع آب را در آینده ای نه چندان دور در پی خواهند داشت. در دهه های اخیر روش های متعدد مبتنی بر هوش مصنوعی نظیر شبکه های عصبی، منطق فازی، عصبی- فازی و برنامه ریزی ژنتیک در پیش بینی و مدلسازی های پارامترهای گوناگون در مهندسی آب گسترش فراوان یافته اند. در این تحقیق از داده های دبی روزانه ایستگاه هیدرومتری حوضه معرف لیقوان استان آذربایجان شرقی به منظور مدلسازی جریان با مدل های برنامه ریزی بیان ژن و M5 در قالب 5 مدل تاخیر دبی استفاده شد. با توجه به نتایج مدل ها، بهترین مدل در روش برنامه ریزی بیان ژن با ضریب تبیین 929/ 0 و خطای مجذور مربعات میانگین 212/ 0 و در روش M5 با ضریب تبیین 926/ 0 و خطای مجذور مربعات میانگین 216/ 0 برای برآورد جریان های روزانه حاصل شد. نتایج به دست آمده از مقایسه شاخص های آماری RMSE، MBE و R2 برای مدل ها نشان داد که هر دو مدل برنامه ریزی بیان ژن و M5 از دقت قابل قبولی در برآورد جریان های روزانه برخوردارند. گرچه مدل M5 خطای بایاس خیلی کمتری نسبت به مدل برنامه ریزی بیان ژن دارد؛ اما در کل برتری نسبی برنامه ریزی بیان ژن در برآورد جریان مشهود است.