فهیمه فرید آریا - دانشگاه آزاد اسلامی واحد مشهد
مهدی یعقوبی - دانشگاه آزاد اسلامی واحد مشهد
مجید حبیبی نوخندان - مرکز اقلیم شناسی
علی اخلاقی - دانشگاه آزاد اسلامی واحد مشهد

امروزه با توجه به اهمیت مدیریت مناسب منابع آبی، بکارگیری روشهای هوشمند جهت پیش بینی میزان بارندگی توسعه یافته است. در این مقاله با استفاده از استنباط فازی - عصبی تطبیقی و با بررسی رفتار سری زمانی داده های بارش، روش نوینی جهت پیش بینی بارندگی فصلی شهر مشهد ارائه شده است. به این منظور نمای لیاپانوف برای تعیین پیش بینی پذیر بودن پدیده بارش تخمین زده شده است که در مجموع آشوبی بودن آن سری را نتیجه داده است. سپس عمل پیش بینی فصلی بارش با استفاده از یک سیستم فازی - عصبی تطبیقی چند گانه (ANFIS) انجام گرفته است. نتایج نشان می دهد روش پیشنهادی بارش فصلی را با درصد خطای کمتری نسبت به سایر روشها پیش بینی می کند.

پیش بینی بارش - سری زمانی فازی - طیف لیاپانوف - ANFIS - Chaos