شبیه سازی بارش ماهانه با استفاده از محاسبات نرم

چکیده مقاله

برآورد دقیق از بارش یک مسئله مهم در مهندسی، مدیریت و برنامه ریزی منابع آب می باشد در این پژوهش به منظور شبیه سازی بلند مدت بارشبدون داده های اقلیمی از مدل های شبکه عصبی مصنوعی ANN و سیستم فازی عصبی تطبیقی ANFIS استفاده شد برای پیش بینی بلند مدت بارش ماهانه، داده های 14 ایستگاه در استان خوزستان انتخاب گردید که ضریب فصلی شماره ماه ، عرض جغرافیایی، طول جغرافیایی و ارتفاع ایستگاه ها به عنوان ورودی به مدلها معرفی شدند حداقل مقدار مجذور میانگین مربعات خطا و حداکثر مقادیر ضریب تبیین مدل شبکه عصبی مصنوعی برای ایستگاه رامهرمز و برای مدلهای فازی عصبی از نوع افراز شبکه و فازی عصبی از نوع دسته بندی تفریقی در ایستگاه امیدیه مشاهده شد که کمترین مقادیر RMSE برای مدل ANN ایستگاه رامهرمز 0/4245 و برای مدل های ANFIS GP و ANFIS SC ایستگاه امیدیه به ترتیب 1/1699 و 0/4105 به دست آمد همچنین مقادیر R2 برای مدل ANN ایستگاه رامهرمز 0/9750 و برای مدل های ANFIS GP و ANFIS SC ایستگاه امیدیه به ترتیب 0/9548 و 0/9896 می باشد همچنین مقایسه شبکه های عصبی مصنوعی و سیستم فازی عصبی تطبیقی نیز نشان داد که روش شبکه عصبی مصنوعی دارای معیارهای ارزیابی مناسبتری نسبت به سیستم فازی عصبی تطبیقی می باشد

کلیدواژه‌ها

نویسندگان

سامان معروف پور

دانشجوی کارشناسی ارشد مهندسی منابع آب

پروا محمدی

دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه تبریز

اسماعیل اسدی

استادیار گروه مهندسی آب دانشگاه تبریز

معروف پور، سامان و محمدی، پروا و اسدی، اسماعیل،1395،شبیه سازی بارش ماهانه با استفاده از محاسبات نرم،ششمین کنفرانس ملی مدیریت منابع آب ایران،سنندج

ارائه‌شده در

مجموعه مقالات ششمین کنفرانس ملی مدیریت منابع آب ایران1 اردیبهشت 1395 · سنندج