الگوی جدید بارش- رواناب حوضه آبریز هلیل رود با استفاده از مدل هیبرید شبکه عصبی- موجکی

برآورد سیلاب و مدیریت آن از دیرباز مورد توجه کارشناسان و مدیران علوم محیطی بوده است . برای این امر روش های بسیاری وجود دارد که یکی از چشم گیرترین آن ها استفاده از شبکه های عصبی مصنوعی است . در این تحقیق ، مدل بارش - رواناب حوض ه آبریز رودخانه هلیل رود در جنوب شرق ایران ارائه شده است . ظهور تئوری های توانمند مانند منطق فازی و شبکه های عصبی مصنوعی (ANN)، الگوریتم ژنتیک و موجک تحولی عظیم در تحلیل رفتار سیستم ها ی دینامیک در علوم مختلف مهندسی ایجاد کرده است . در این مقاله با استفاد ه از تئوری موجک و شبک ه عصبی، شبکه عصبی - موجکی طراحی شده است . در واقع عملکرد شبکه عصبی پرسپترون چند لایه (MLP) ، با استفاده از موجک بهبود داده شده و با استفاده شبکه عصبی- موجکی الگوی جدیدی در بارش - رواناب ارائه شده است . نتایج به دست آمده از این مدل با نتایج شبکه عصبی انتشار برگشتی و بنیادی شعاعی مقایسه شده است . در الگوی ارائه شده، داده ها در گروه های همگن با توجه به میزان بارش و رواناب و به کارگیری آن ها توسط شبکه عصبی - موجکی، دسته بندی شده است . کنترل دقت محاسبات با محاسبه ضریب همبستگی R، و ریشه میانگین مر بعات خطا (RMSE) صورت گرفته است . نتایج حاکی از بهبود بسیار خوب عمل کرد شبکه عصبی- موجکی با استفاده از داده های تقسیم بندی شده با الگوی جدید است.