پیش بینی دبی رودخانه با استفاده از روش های نوروفازی و مدل های سری های زمانی

شبیه سازی جریان رودخانه به منظور آگاهی از آورد رودخانه در دوره های زمانی آینده از مسائل مهم و کاربردی در مدیریت منابع آب می باشد. در این پژوهش با استفاده از روش های هوش مصنوعی (شبکه عصبی MLP، ANFIS با تفکیک شبکه ای و خوشه ای) و سری های زمانی دبی ماهانه طالقانرود در محل ایستگاه گلینک در یک گام زمانی آینده پیش بینی گردید. برای مدل های مختلف 2 ورودی متفاوت شامل: 1- مقادیر داده های دبی بدون حذف روندهای فصلی 2- مقادیر داده دبی پس از حذف روندهای فصلی در نظر گرفته شد. برای سری های زمانی مدل ARIMA(3،0،0)(0،1،1) به عنوان مدل مناسب انتخاب گردید. در روش های هوش مصنوعی پس از پیش پردازش ساختار بهینه مدل با استفاده از داده های ورودی و خروجی و به روش سعی و خطا تعیین و سپس اقدام به پیش بینی دبی گردید. پس از اینکه خروجی هر یک از مدل های تکی بدست آمد اقدام به ساخت مدل های ترکیبی گردید. در این پژوهش بهترین عملکرد را مدل های ترکیبی 2 و 3 داشته بعد از این مدل ها، مدل های سری های زمانی عملکرد بهتری نسبت به مدل های شبکه عصبی و ANFIS با تفکیک خوشه ایو شبکه ای داشته اند.