کاربرد شبکه های بیزین و برنامه ریزی ژنتیک در پیش بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)
Abstract(in Persian; no English abstract is available)
برآورد دقیق آبدهی رودخانه ها یکی از موارد مهم در پیش بینی خشکسالی، سیلاب، طراحی سازه های آبی، بهره برداری از مخازن سدها و کنترل رسوب می باشد.روشهای متعددی همچون مدلهای سریزمانی، شبکههای عصبی مصنوعی، منطق فازی و برنامهریزی ژنتیک برای پیشبینی جریان رودخانه به کار میرود. در مطالعه حاضر به منظور پیشبینی جریان رودخانه باراندوزچای از دو روش برنامهریزی ژنتیک و شبکههای بیزین استفاده شد. دادههای جریان روزانه این رودخانه در محل ایستگاه آبسنجی دیزج در خلال سالهای 1385 تا 1389 برای ایجاد مدل استفاده شد که 80 درصد دادهها برای آموزش و 20 درصد برای صحتسنجی مدل به کار رفت. جهت بررسی و ارزیابی نقش حافظه در افزایش یا کاهش دقت، الگوهای ورودی متعددی به مدلها معرفی شد و در نهایت مشخص گردید که با افزایش حافظه، دقت مدلسازی نیز افزایش مییابد به طوری که بیشترین دقت در الگوی سوم برای هر دو روش به دست میآید و سپس با افزایش حافظه از دقت مدلسازی کاسته میشود. مقایسه نتایج دو مدل نشان داد که دقت روش برنامهریزی ژنتیک با دارا بودن ضریب همبستگی برابر با 978/0 و جذر میانگین مربعات خطا معادل با (m3/s)66/1 نسبت به روش شبکههای بیزین با داشتن ضریب همبستگی معادل با 964/0 و جذر میانگین مربعات خطا برابر با (m3/s)96/1 بیشتر است. همچنین عملکرد روش برنامهریزی ژنتیک در تخمین دبیهای کمینه و متوسط به مراتب بهتر از روش شبکههای بیزین میباشد.