کاربرد شبکه های عصبی مصنوعی در تحلیلی منطقه ای جریان کم

برای برآورد جریان کم در محل هایی که اندازه گیری صورت نمی گیرد تحلیل منطقه ای استفاده می شود. استفاده از روش های جدید در تحلیل منطقه ای جریان کم که دارای دقت مناسبی می باشند، به پیش بینی مناسب تر جریان کم در دوره های زمانی مختلف و در نتیجه بهبود شرایط زیست محیطی می انجامد. در این تحقیق پس از بررسی همگنی منطقه، تحلیل منطقه ای جریان کم در حوضه آبریز کرخه با توجه به خصوصیات هیدرولوژیک حوضه و با استفاده از روش هیبرید و شبکه های عصبی مصنوعی انجام شده و نتایج حاصل از مدل های مناسب به دست آمده توسط این دو روش با تحلیل نقطه ای جریان کم مقایسه شده اند. نتایج نشان دادند که مدل های به دست آمده توسط شبکه عصبی برای دوره های برگشت 50،25،20،10،6 و 100 سال به ترتیب دارای خطای نسبی 24/02،5/49،3/1،1/96،1/12 و 63/24 درصد و جذر میانگین مربعات خطای 1/59،0/62،1/33،0/65،1/78 و 1/99 می باشد که نسبت به روش هیبرید دارای دقت مناسب تری می باشند.

کلیدواژه ها:

شبکه عصبی مصنوعی ، تحلیل منطقه ای جریان کم ، روش هیبرید ، همگنی منطقه ای ، حوضه آبریز کرخه