سال انتشار: ۱۳۹۱

محل انتشار: نهمین کنگره بین المللی مهندسی عمران

تعداد صفحات: ۸

نویسنده(ها):

علی اصغر میرزایی – دانشجوی کارشناسی ارشد آبیاری وزهکشی دانشگاه تبریز
رضا دلیرحسن نیا – استادیار گروه مهندسی آب دانشگاه تبریز

چکیده:

روشهای متعددی همچون مدل سریهای زمانی، شبکه عصبی مصنوعی، منطق فازی، نرو فازی و برنامه ریزی ژنتیک برای پیش بینی جریان رودخانه به کار میرود. در تحقیق حاضر از روش نوین برنامه ریزی ژنتیکو شبکه عصبی مصنوعی جهت پیش بینی جریان روزانه رودخانه صوفی چای در حوضه آبریز دریاچه ارومیه در دوره آماری ۱۳۷۹ تا ۱۳۸۶ استفاده شده است. جهت مدلسازی جریان رودخانه با برنامه ریزی ژنتیک از حافظههای دبی یک روز قبل، دو روز قبل، …. و پنج روز قبل استفاده شد و نتایج بر اساسشاخصهای آماری جذر میانگین مربعات خطا و ضریب همبستگی مورد بررسی قرار گرفت. نتایج تا حافظه دبی چهار روز قبل، رو به بهبود بوده و بعد از آن رو به نزول گذاشتهاست برای مدل شبکههای عصبی، ساختار با چهار نرون در لایه ورودی و شش نرون در لایه پنهان و یک نرون در لایه خروجی، بهترین نتایج را نشان داد. در مقایسه نتایج دو مدل، در مورد حالت بهینه مدل برنامه ریزی ژنتیک، ضریب همبستگی و جذر میانگین مربعات خطا برای آموزش به ترتیب ۰/۹۵۹ ۰/۰۲۹ برای حالت بهینه مدل شبکههای عصبی مصنوعی به ترتیب ۰/۹۴۸ ۰/۲۱۵ میباشد. لذا برنامه ریزی ژنتیک از دقت بیشتری نسبت به مدل شبکههای عصبی مصنوعی برخوردار بوده و به عنوان روشی مناسب و دقیق جهت پیش بینی پیشنهاد میگردد