مقایسه کارایی شبکه های بیزین و عصبی MLP در پیش بینی رواناب ورودی به سد طالقان
اهمیت تنظیم رژیم عرضه و تقاضا لزوم برنامه ریزی در بهره برداری از منابع آب سطحی را نشان می دهد. هدف پژوهش حاضر، مقایسه عملکرد دو مدل شبکه بیزین BN با رویکرد احتمالاتی و شبکه عصبی MLP برای پیش بینی جریان بود. انتخاب بهترین الگوی ساختاری نیز از دیگر اهداف پژوهش حاضر بود. داده های ماهانه هواشناسی شامل، بارش، میانگین ماهانه دما، تبخیر و همچنین حجم آب انتقالی از پنج ایستگاه هیدرومتری به عنوان داده ورودی به مدل ها معرفی و رواناب ورودی به سد به عنوان پیش بینی شونده لحاظ شد. داده های ورودی با چیدمان های مختلف به مدل هایBN و MLP معرفی شدند. نتایج حاصل از مقایسه 17 الگوی منتخب با توجه به معیار های شاخص، ضریب نش-ساتکلیف (NS)، خطای میانگین مربعات (MSE)، جذر خطای میانگین مربعات (RMSE) و متوسط خطای پیش بینی مطلق (MAPE) صورت گرفت. بهترین الگو در مدل BN با 3/43% تشابه و معیار های شاخص به ترتیب، 98/3-، 300، 3/17 و 06/0 برآورد شد. مدل MLP با 80% تشابه و معیارهای شاخص به ترتیب 3/10-، 8266، 9/23 و 3/122 در برترین الگو معرفی شد. درنتیجه هر دو مدل عملکرد خوبی در برآورد رواناب داشته اند لیکن مدل BN دقت به مراتب بهتری در پیش بینی دارد. در نهایت الگوی ساختاری با نتایج قابل قبول در هر دو مدل BN , MLP مشخص شد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.