کاربرد شبکه های عصبی در پیش بینی آبدهی حوضه های فاقد آمار بر اساس داده های هیدرولوژی و هواشناسی مطالعه موردی: حوضه بوانات ایستگاه مزایجان در استان فارس

در این تحقیق نقش پارامترهایی از جمله دبی ، میزان بارندگی و درجه حرارت در ماه های گذشته و جاری برروی دبی ماهیانه رودخانه بوانات مورد بررسی قرار گرفته است. هدف اصلی در این تحقیق استفاده از روش شبکههای عصبی مصنوعی جهت بررسی تاثیر پارامترهای مختلف برروی دبی هرماه بوده است . برای مدل سازی اطلاعات از نرم افزار Qnet2000 که بر اساس روش پیشخور کار می کند استفاده شده است. همچنین درمدلسازی از دو تابع تحریک سیگموئید و گوسین استفاده می شود. برای پیش بینی جریان خروجی حوضه بوانات، داده های هیدرومتری ایستگاه مزایجان و هواشناسی )باران، دما، دبی در مقیاس زمانی ماهانه و در بازه زمانی9831- 9831 استفاده شده است که 31 درصد آن برای آموزش و 01 درصد باقیمانده برای آزمودن مدلها بکاررفته است. بر اساس نتایج حاصل مشخص می شود تعداد بهینه نرون ها در لایه مخفی در ساختار مورد استفاده شامل ورودی های دبی ماه قبل و دو ماه قبل،بارندگی ماه جاری و ماه قبل،درجه حرارت ماه جاری برای حالتیکه از تابع سیگموئید استفاده می شود 3 و در حالتی که از تابع گوسین استفاده می شود 5 می باشد. مقایسه ضرایب همبستگی و خطاهای داده های موجود در نتایج حاصل از تابع گوسین و تابع سیگموئید نشان دهنده برتری مدل با تابع تحریک گوسین می باشد.

کلیدواژه ها:

ایستگاه مزایجان ، حوضه بوانات ، سیگموئید ، شبکه عصبی مصنوعی ، گوسین