کاربرد شبکه های عصبی مصنوعی در تجزی? زمانی بارندگی ساعتی

سری زمانی بارش غالباً یکی از ورودیهای لازم برای تجزیه و تحلیل و طراحی سیستمهای هیدرولیکی و هیدرولوژیکی م یباشد . اطلاعات بارش به منظور کاربرد در این اهداف میتواند به صورت اندازهگیری مشاهدات بدست آید و یا اینکه به وسیله شبیهسازی اتفاقی تولید شود. یک مشکل عمده در مورد دادههای بارندگی ثبت شده و یا تولیدی این است که این دادهها در بازههای زمانی به اندازه کافی کوچک برای کاربردهای مهندسی موجود نمیباشند. برای حل این مشکل می توان مقادیر بارندگی را به بازههای زمانی کوچکتر تجزیه نمود. در این تحقیق دو نوع شبکه عصبی مصنوعی (شبکه پرسپترون چند لایه، شبکه تابع پایه شعاعی) معرفی شده و از آنها برای تجزیه زمانی بارندگی ساعتی به زیر بازههای پانزده دقیقهای استفاده شده است و در نهایت عملکرد آنها با مدل تجزیه زمانی آرمسبی نیز مقایسه شده است. در انتها نتایج هر دو نوع شبکه عصبی نشان داد که استفاده از شبکههای عصبی از لحاظ برآورد کلی هیدروگراف بارندگی دارای عملکرد مناسبی می باشد. همچنین این روش در تعیین مقدار حداکثر بارش پانزده دقیقهای بسیار بهتر از روشهای دیگر عمل میکند. بر پایه این نتایج، استفاده از شبکههای عصبی به عنوان روشی مناسب برای تجزیه زمانی بارندگی ساعتی به بارشهای پانزده دقیقهای پیشنهاد شده است.

کلیدواژه ها:

تجزیه بارندگی ، بارندگی ساعتی ، شبکه های عصبی مصنوعی ، مدل آرمسبی