بررسي تأثير توالي دبي روزانه در پيش‌بيني جريان رودخانه با استفاده از الگوريتم‌‌هاي هوشمند (مطالعۀ موردي: حوزۀ آبخيز كسيليان)

پيش‌‌بيني جريان رودخانه در دوره‌هاي زماني آينده، از مسائل مهم و كاربردي در مديريت منابع آب است. در حقيقت تعيين يك مدل قابل‌اطمينان و انتخاب وروي‌‌ها با تأخير زماني مناسب براي پيش‌‌بيني دبي جريان، يك موضوع كليدي براي مديران حوزۀ آبخيز، هيدرولوژيست‌‌ها و مهندسان رودخانه است. در چند دهۀ اخير استفاده از الگوريتم‌هاي هوشمند و تئوري مجموعه‌‌هاي فازي براي مدل‌‌سازي پديده‌‌هاي هيدرولوژيكي كه داراي پيچيدگي و عدم‌قطعيت بالايي هستند، مورد توجه محققان قرار گرفته است. در اين راستا در پژوهش حاضر به‌منظور پيش‌‌بيني جريان در حوزۀ آبخيز كسيليان، از مدل سيستم استنتاج عصبي فازي تطبيقي و از ورودي دبي جريان با تأخير يك روز قبل، دو روز قبل تا هفت روز قبل استفاده شد. سپس براي بررسي بيشتر اين فرايند، از مدل شبكۀ عصبي مصنوعي نيز استفاده شد و نتايج براساس شاخص‌‌هاي آماري ضريب تبيين و جذر ميانگين مربعات خطا مورد ارزيابي قرار گرفت. نتايج حاكي از اين بود كه در مدل سيستم استنتاج عصبي فازي تطبيقي تا گام زماني چهار روز قبل، پيش‌‌بيني جريان رو به بهبود بود و بعد از آن رو به نزول گذاشت و در مدل شبكۀ عصبي مصنوعي تا گام زماني پنج روز قبل بهترين نتايج را ارائه داد. همچنين مقايسه و ارزيابي نتايج شاخص‌‌هاي آماري الگوهاي بهينۀ هر دو مدل در دورۀ آزمون نشان داد كه مدل سيستم استنتاج عصبي فازي تطبيقي (ضريب تبيين= 0.60 و جذر ميانگين مربعات خطا= 0.64) نسبت‌به مدل شبكۀ عصبي مصنوعي (ضريب تبيين=0.51 و جذر ميانگين مربعات خطا= 1.74)، از دقت بيشتري براي پيش‌‌بيني جريان رودخانه برخوردار بود.