پیش بینی بارش ماهانه با استفاده از شبکه عصبی مصنوعی (ANN)و الگوریتم ژنتیک (GA)

بارش مهم ترین سنجه ی هواشناسی و خصوصیات اقلیمی است. در حال حاضر تخمین مقادیر بارش ماهانه برای اهداف مختلفی چون، برآورد سیلاب، خشک سالی، برنامه ریزی آبیاری و مدیریت حوضه های آبریز، اهمیت زیادی دارد. این پیش بینی در هر منطقه نیازمند وجود داده های دقیق اندازه گیری شده ای مانند، رطوبت، دما، فشار، سرعت باد و غیره است. به دلیل خصوصیات غیرخطی پدیده بارش، مدل های آماری نمی توانند نتایج مناسبی ایجاد کنند. در این مقاله جهت پیش بینی میزان بارش ماهیانه تربت حیدریه از داده های واقعی26 سال طی سال های (1368_1394) و با استفاده از ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک به عنوان یک روش غیرخطی استفاده شده است. در این پژوهش از الگوریتم ژنتیک جهت کاهش خطا استفاده شده است.نتایج نشان می دهد که مدل پیشنهادشده از تلفیق الگوریتم ژنتیک و مدل شبکه عصبی مصنوعی با RMSE برابر با 1876/0 در دوره ارزیابی می تواند بهتر از سایر مدل ها بارش را پیش بینی کند. همچنین نتایج نشان می دهد که پیش بینی بارش بر اساس پردازش ترکیب ورودی عملکرد بهتری در مقایسه با پیش بینی بدون پردازش ترکیب ورودی داشته است.

کلیدواژه ها:

پیش بینی بارش ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، تربت حیدریه