استفاده از شبک ههای عصبی مصنوعی در پیش بینی ماهانه جریان رودخانه

در دهه های اخیر با توجه به رشد جمعیت جهان و همچنین افزایش مصرف سرانه آب، کمبود آب شیرین قابل استحصال به معضلی جهانی تبدیل گشته است . از این رو با توجه به محدود بودن منابع آب، مدیریت صحیح و بهینه مهمترین وظیفه سیاستگذاران و مهندسین منابع آب می باشد. یکی از مهمترین ارکان مدیریت منابع آب، پیش بینی میزان این منابع در آینده است. اهمیت این پی شبین یها در تصمیماتی است که به منظور مدیریت بهینه منابع آب صورت می گیرد. تاکنون کوششهای بسیاری برای طراحی مدلهای پیش بینی صورت گرفته که از جمله آنها می توان مد لهای آماری ARMAو سایر مدلهای مبتنی بر رگرسیون را نام برد . در دهه اخیر با پیشر فت شبکه های عصبی مصنوعی، این مدلها به شکل ابزار قدرتمندی در حل بسیاری از مسائل فنی مهندسی از جمله در مهندسی آب مطرح شده اند .شبکه های عصبی قادرند، با پردازش داده های تجربی، دانش یا قانون نهفته در بطن داده ها را فراگیرند، بدین جهت انتظار می رود، شبکه های عصبی مصنوعی ابزاری مناسب برای یک مدل پیش بینی باشد . در این مقاله برای پیش بینی ماهانه جریان رودخانه از شبکه های عصبی مصنوعی استفاده شده است و کاربرد آن با استفاده از آمار واطلاعات حوزه سد زاینده رود در پیش بینی رواناب زاینده رود در محل ورودی به سد تحت آزمون قرار گرفته است . همچنین در پایان به منظور مقایسه، مساله با استفاده از رگرسیون خطی نیز تحت بررسی قرار گرفته است. نتایج نشان دهنده توانایی و برتری شبک ههای عصبی در پی شبینی جریان رودخانه با دقت قابل قبول بوده است.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، پس انتشار خطا ، پیش بینی رواناب ، آزمایش شبکه ، رگرسیون خطی