بررسي كارايي روش‌هاي پيش‌پردازش داده‌ها در بهبود عملكرد مدل برنامه‌ريزي بيان ژن (مطالعه موردي: رودخانه آب زال)

در اين مطالعه سعي گرديده تاثير كاربرد ضرايب فصلي و روش رياضي تحليل و پردازش سيگنال تحت عنوان تبديل موجك در بهبود عملكرد مدل برنامه ريزي بيان ژن (GEP) در پيش بيني جريان ماهانه رودخانه آب زال در دوره آماري 1351 تا 1396 مورد بحث و بررسي قرار گيرد. بدين منظور داده ها در سه حالت مختلف شامل الف) استفاده از داده هاي جريان و در نظر گرفتن نقش حافظه تا چهار تاخير، ب) دخالت دادن ترم پريوديك در دو حالت خطي (α-GEP) و غيرخطي (PT-GEP) و ج) تجزيه داده ها با استفاده از پنج تابع موجك مختلف به دو زيرسري جزئيات و تقريب، آماده و به مدل GEP معرفي گرديد. نتايج حاصل از اجراي مدل هاي خطي و غيرخطي GEP نشان داد كه در هر دو حالت، مدل با چهار تاخير به بيشترين دقت در پيش بيني جريان رودخانه دست يافته اما عملكرد مدل غيرخطي GEP با توجه به شاخص هاي ارزيابي مورد استفاده اندكي بهتر بود. در مرحله بعد ترم پريوديك به ورودي هاي مدل افزوده شد. براساس نتايج به دست آمده مدل PT-GEP با الگوي M4 كمترين خطا و بيشترين دقت را به خود اختصاص داده و توانسته شاخص RMSE را هشت درصد كاهش دهد. سپس در گام سوم داده هاي جريان رودخانه با استفاده از توابع موجك تجزيه و مدل هاي W-GEP ايجاد گرديد. نتايج كلي اين پژوهش نشان داد كه مدل هاي W-GEP از عملكرد بسيار مطلوبي برخوردار بوده به طوري كه مي توان از آنها به عنوان يك روش موثر در پيش بيني جريان ميان مدت رودخانه ها استفاده نمود.