شبیه سازی دبی حوضه آبریز با استفاده از تلفیق مدل های شبکه عصبی– فازی تطبیقی و شبکه عصبی به همراه آنالیز حساسیت(مطالعه موردی حوضه گوزون داراب)

جریان رودخانه ها یکی از مهمترین مولفه های منابع آب محسوب می شود و همواره تغییرات جریان مشکلاتی را در بخش های مختلف به وجود آورده است پیش بینی مطلوب دبی یکی از ابزارهای مهم در مدیریت منابع آب مانند آبخیزداری، مهار بحران کمبود آب و مدیریت سیلاب ها به شمار می رود و تعیین و پیش بینی جریان رودخانه ها اطلاعات جامع و ارزشمندی را به منظور مدیریت منابع و تامین نیازهای آبی در اختیار مسوولان قرار می دهد. با توجه به عدم دسترسی به اطلاعات هیدرولیکی حوضه های مورد مطالعه اغلب این مدل سازی ها بصورت هیدرولوژیکی یا گرده ای و با استفاده از آمار سالهای قبل صورت می گیرد . اغلب سعی بر این بوده است که از روش های ریاضی برای مدل سازی این پدیده استفاده شود که در مرحله واسنجی و آموزش یک مدل از تعدادی پارامترهای حوضه استفاده می شود که خود این پارامترها دقیق و بطور کامل قابل اطمینان نمی باشند. ریاضیات فازی با ارائه تابع عضویت بجای عدد مطلق برای پارامتر مذکور دقت عمل را در ارزش دهی داده ها بالا می برد . در این مقاله مدل بارش _ رواناب حوضه گوزون واقع در استان فارس با استفاده از روشهای شبکه عصبی مصنوعی Artificial Neural Networks و سیستم استنتاج عصبی _ فازی تطبیقی Artificial Fuzzy Neural Network ارائه می شود و بهترین مدل برای این حوضه مدل شبکه عصبی می باشد .

کلیدواژه ها:

مدلسازی بارش-رواناب ، ANN ، ANFIS