توسعه یک مدل تلفیق داده مبتنی بر بیشینه آنتروپی بیزی در پیش بینی جریان رودخانه

رویکرد تلفیق داده می تواند با به با کار بردن قابلیت های مدل های شبیه سازی مختلف منجر به بهبود دقت نتایج پیش بینی های هیدرولوژیک شود. در این مقاله، رویکرد تلفیق داده مبتنی بر بیشینه آنتروپی بیزی به منظور پیش بینی جریان رودخانه با تلفیق نتایج پیش بینی به دست آمده از مدلهای منفرد پیش بینی مانند مدل شبیه سازی شبکه عصبی مصنوعی ARIMA، سیستم استنتاج تطبیقی عصبی- فازی، رگرسیون بردار پشتیبان، مدل درختی M5 و موجک- شبکه عصبی توسعه داده می شود. عملکرد این مدل با مدل های منفرد به کار برده شده در پیش بینی عادی و پیش بینی در شرایط حدی با استفاده از معیارهای مختلف مقایسه می شود. نتایج کاربرد این رویکرد تلفیقی در مطالعه موردی پیش بینی دبی روزانه در ایستگاه هیدرومتری لتیان در بالادست مخزن سد بر رودخانه جاجرود نشان دهنده کارایی آن می باشد.

کلیدواژه ها:

رویکرد تلفیق داده ، بیشینه آنتروپی بیزی ، پیش بینی جریان روزانه