تركيب شبكه عصبي مصنوعي و مدل مفهومي Hbv به منظور شبيه سازي رواناب روزانه

استفاده از مدلهای تركیبی درشرایط ضعف مدلهای داده محور و مفهومی رویكردی جدید ودرحال پیشرفت ردزمینه مدلسازی هیدرولوژیك می باشد مدلهای مبتنی برروابط تجربی و روشهای داده كاوی دارای مشكلاتی نظیر نداشتن درك فیزیكی نسبت به سیستم ووابستگی كامل به منطقه مورد كاربرد می باشند ازطرفی مدلهای ریاضی باتوجه به فرضیات ساده كننده بكارگرفته شده درساختارآنها وناتوانی درمدلسازی تمامی فرایندهای حاكم درحوزه ازدقت كافی برخوردارنیستند یكی ازراهكارهای پیشرو برای حل این مشكلات تركیب مدلها می باد دراین مقاله شبكه عصبی مصنوعی و مدل مفهومی HBV برای شبیه سازی رواناب روزانه درزیرحوزه پلاسجان دربالا دست حوزه آبریز زاینده رود به شكل متوالی موردتركیب قرارگرفته اند روش ارایه شده توانسته است درشرایطی كه اماره نش - ساتكلیف درمرحله صحت سنجی برای مدل شبكه عصبی مصنوعی ومدل مفهومی HBV به ترتیب برابر 0/472و0/325 بودها ست باعث بهبود عملكرد تا مقدارنش - ساتكلیف 0/65 گردد نتایج این مطالعه نشان دهنده موثربودن توسعه مدلهای تركیبی متوالی می باشد