بررسی کارایی روش های پیش پردازش داده ها در بهبود عملکرد مدل برنامه ریزی بیان ژن (مطالعه موردی: رودخانه آب زال)

در این مطالعه سعی گردیده تاثیر کاربرد ضرایب فصلی و روش ریاضی تحلیل و پردازش سیگنال تحت عنوان تبدیل موجک در بهبود عملکرد مدل برنامه ریزی بیان ژن (GEP) در پیش بینی جریان ماهانه رودخانه آب زال در دوره آماری 1351 تا 1396 مورد بحث و بررسی قرار گیرد. بدین منظور داده ها در سه حالت مختلف شامل الف) استفاده از داده های جریان و در نظر گرفتن نقش حافظه تا چهار تاخیر، ب) دخالت دادن ترم پریودیک در دو حالت خطی (α-GEP) و غیرخطی (PT-GEP) و ج) تجزیه داده ها با استفاده از پنج تابع موجک مختلف به دو زیرسری جزییات و تقریب، آماده و به مدل GEP معرفی گردید. نتایج حاصل از اجرای مدل های خطی و غیرخطی GEP نشان داد که در هر دو حالت، مدل با چهار تاخیر به بیشترین دقت در پیش بینی جریان رودخانه دست یافته اما عملکرد مدل غیرخطی GEP با توجه به شاخص های ارزیابی مورد استفاده اندکی بهتر بود. در مرحله بعد ترم پریودیک به ورودی های مدل افزوده شد. براساس نتایج به دست آمده مدل PT-GEP با الگوی M4 کمترین خطا و بیشترین دقت را به خود اختصاص داده و توانسته شاخص RMSE را هشت درصد کاهش دهد. سپس در گام سوم داده های جریان رودخانه با استفاده از توابع موجک تجزیه و مدل های W-GEP ایجاد گردید. نتایج کلی این پژوهش نشان داد که مدل های W-GEP از عملکرد بسیار مطلوبی برخوردار بوده به طوری که می توان از آنها به عنوان یک روش موثر در پیش بینی جریان میان مدت رودخانه ها استفاده نمود.