شبیه سازی فرآیند بارش- رواناب با استفاده از روش استنتاج فازی- عصبی تطبیقی و مقایسه آن با روش شبکه عصبی مصنوعی و مدل مفهومی HEC-HMS حوضه آبریز رودخانه مهاباد

به منظور بهره برداری بهینه و مدیریت مناسب در یک حوضه آبریز شناخت کافی از حوضه و ارائه مدلی جهت معرفی بارش - رواناب آن ضروری است. تاکنون مدلها و روش های مختلفی برای تخمین و شبیه سازی فرآیند بارش رواناب ارائه شده است که با استفاده از آنها شدت جریان رودخانه ها پیش بینی می شود. در این تحقیق از دو مدل شبکه های عصبی مصنوعی مبتنی بر توابع پایه شعاعی (RBF) و سیستم تطبیقی استنتاج فازی عصبی (ANFIS) بعنوان مدلهای مبتنی بر هوش مصنوعی برای شبیه سازی فرآیند بارش رواناب و تخمین آورد روزانه رودخانه مهاباد استفاده شده است و نتایج این دو مدل با نتایج مدل مفهومی HEC-HMS مقایسه شده است. کارایی مدلهای توسعه داده شده در این تحقیق با استفاده از معیارهای آماری، مجذور متوسط مربعات خطای نسبی(RRMSE) ، متوسط خطای مطلق (MAPE) و ضریب تبیین (R^2) مورد ارزیابی قرار گرفته است. بررسی نتایج نشان می دهد که مدلسازی فرآیند بارش رواناب با استفاده از مدل ANFIS در مقایسه با مدل های HEC-HMS و RBF دقت بهتری داشته است.

کلیدواژه ها:

حوضه آبریز رودخانه مهاباد ، سیستم تطبیقی استنتاج فازی عصبی ، شبکه های عصبی مصنوعی ، شبیه سازی بارش رواناب ، مدل HEC-HMS