ارزیابی دقت برنامه ریزی ژنتیک و شبکه عصبی مصنوعی در مدلسازی و پیش بینی تراز سطح آب دریاچه ارومیه

پیش بینی مولفه های موثر در تحلیل سامانه های منابع آب یکی از موارد اساسی در طراحی، بهره برداری و مطالعاتمربوط به این منابع به شمار میآید. بدین منظور از روشهای مختلفی نظیر شبکه عصبی مصنوعی، منطق فازی،برنامه ریزی ژنتیک، سری های زمانی و ... استفاده می شود. در این مطالعه با استفاده از داده های سری زمانی روزانه ترازسطح آب دریاچه ارومیه، اقدام به مدلسازی و مقایسه دو روش برنامه ریزی ژنتیک و شبکه عصبی مصنوعی شد. نتایجهمبستگی، هر دو روش را جهت مدلسازی تایید کرد ولی مدل برنامه ریزی ژنتیک با همبستگی 0/999898 در مرحله آموزش و 0/99976 در مرحله صحتسنجی و با اختلاف همبستگی 0/000188 در مرحله آموزش و 0/00044 در مرحله صحت سنجی نسبت به مدل شبکه عصبی، مدل برتر جهت پیش بینی و مدلسازی تراز سطح آب دریاچهارومیه انتخاب و تراز سطح آب دریاچه تا پایان سال 1392 با استفاده از برنامه ریزی ژنتیک پیش بینی شد.

کلیدواژه ها:

سطح آب دریاچه ارومیه ، برنامه ریزی ژنتیک ، شبکه عصبی مصنوعی ، مدلسازی ، پیش بینی