مقايسه عملكرد سه الگوريتم آموزش مومنتم ، گراديان مزدوج و لونبرگ در ساختار ANN براي پيش بيني رواناب روزانه

امروزه یكی از روش های متداول كه در امر پیش بینی سیلاب، مورد استفاده قرار می گیرد، روش شبكه عصبی مصنوعی است، شبكه عصبی مصنوعی یكی از موفق ترین تكنیك های یادگیری خودكار با ساختار ریاضی است كه توانایی تعریف روابط پیچیده غیر خطی بین ورودی و خروجی بدون تلاش در جهت درك طبیعت پدیده را داراست. همچنین این روش در مسائلی كه دارای الگوریتم مشخصی برای حل آنها وجود ندارد و یا در مواقعی كه روشهای متعارف دارای راه حلی بسیار طولانی و زمان بر هستند، كاربرد دارد. بدلیل اینكه شبكه عصبی مصنوعی، در اجزاء مختلف ساختار خود از الگوریتم ها و توابع مختلفی سود می جوید، مقایسه بین كاركرد الگوریتم ها امری لازم و ضروری می باشد. الگوریتم مومنتم جزء الگوریتم های روش های كاهش گرادیان و دو الگوریتم دیگر جزء الگوریتم های روش های مرتبه دوم می باشند. هدف از تحقیق حاضر، پیش بینی جریان روزانه رودخانه بختیاری به كمك شبكه عصبی مصنوعی و استفاده از سه الگوریتم آموزش نامبرده می باشد. بدین منظور برای پیش بینی جریان روزانه رودخانه در ایستگاهی واقع در پایین دست حوضه، از داده های دما، تبخیر و بارندگی ایستگاه های بالادست منطقه و بارندگی و جریان روزهای قبل ایستگاه پایین دست استفاده شده است، و به مقایسه نتایج سه الگوریتم نامبرده می پردازیم.