پیش بینی جریان آبراهه ای با استفاده از مدل های هیبریدی هوشمند در مقیاس ماهانه (مطالعه موردی: رودخانه زرین رود)

انتخاب ورودی های مناسب برای مدل های هوشمند از اهمیت بسزایی برخوردار است زیرا باعث کاهش هزینه و صرفه جویی در وقت و افزایش دقت و کارایی مدل ها می شود. هدف از پژوهش حاضر،کاربرد آنتروپی شانون برای انتخاب ترکیب بهینه متغیرهای ورودی در شبیه سازی دبی ماهانه توسط پارامترهای هواشناسی می باشد.

در این مطالعه داده های هواشناسی و سری زمانی ماهانه دبی رودخانه زرین رود (ایستگاه صفاخانه) واقع در آذربایجان- شرقی در دوره زمانی  1336تا 1394 مورد استفاده قرارگرفت. پارامترهای هواشناسی و ماه از سال به عنوان ورودی در روش آنتروپی به منظور تعیین ترکیب موثر در نظر گرفته شد.

نتایج آنتروپی شانون نشان داد که پارامترهای بارش ، ماه از سال و دما ، نتایج بهتری را برای مدل سازی ارایه می دهد. شبیه سازی با استفاده از مدل های هیبرید هوشمند الگوریتم هیبریدی ازدحام ذرات و الگوریتم هیبریدی شبیه سازی تبرید انجام گرفت.کارایی مدل ها با استفاده از معیار ضریب تبیین ،ریشه جذر میانگین خطا  وشاخص پراکندگی محاسبه گردید.

نتایج نشان داد از میان این مدل ها با ساختار ورودی های یکسان، مدل الگوریتم هیبریدی شبیه سازی تبرید بر پایه ماشین بردار پشتیبان عملکرد بهتری برای شبیه سازی دبی جریان در مقایسه با سایر مدل های هیبریدی هوشمند داشته است. همچنین نتایج تحقیق نشان داد که روش آنتروپی در انتخاب بهترین ترکیب ورودی در مدل های هوشمند از کارایی خوبی برخوردار است.