استفاده از روش هاي آماري و هوش مصنوعي براي پيش بيني رواناب ( مطالعه موردي سد اميركبير)

پيش بيني جريان رودخانه يكي از مهم ترين مسائل هيدرولوژيكي است كه براي مديريت سيلاب بسيار مهم است. مقادير دبي عبوري رودخانه را مي توان از روش هاي متعددي برآورد نمود، كه هر يك از روش ها داراي نقاط ضعف و قوتي هستند. هدف مقاله حاضر، پيش بيني جريان ورودي به سد اميركبير با استفاده از روش هاي رگرسيون چند متغيره و روشهاي هوش مصنوعي (AI) شامل مدل شبكه عصبي مصنوعي (ANN) مي باشد. بدين منظور از آمار7 ساله جريان رودخانه كرج (1401-1395) استفاده شد. نتايج ارزيابي عملكرد مدلها با شاخص هايي همچون ضريب تبيين (R2)، ميانگين قدر مطلق خطا (MAE) و ريشه ميانگين مربعات خطا (RMSE)، نشان داد كه مدل ANN در هر دو مرحله كاليبراسيون (آموزش) و صحت سنجي (آزمايش) عملكرد بهتري نسبت به مدل رگرسيون چند متغيره داشته است. شاخص هاي دقت مدل براي مرحله آموزش مدل ANN برابر R2=0.77 و RMSE=0.27 m^3/s بوده است در حاليكه اين شاخص ها براي مرحله آزمايش برابر با R2=0.87 و RMSE=0.46 m^3/s مي باشد كه حاكي از عملكرد بهتر مدل ANN بوده است.