كاربرد شبكه‌هاي بيزين و برنامه‌ريزي ژنتيك در پيش‌بيني جريان روزانه رودخانه (مطالعه موردي: رودخانه باراندوزچاي)

برآورد دقیق آبدهی رودخانه ها یكی از موارد مهم در پیش بینی خشكسالی، سیلاب، طراحی سازه­‌های آبی، بهره برداری از مخازن سدها و كنترل رسوب می باشد.روش­های متعددی همچون مدل­های سری­زمانی، شبكه­های عصبی مصنوعی، منطق فازی و برنامه­ریزی ژنتیك برای پیش­بینی جریان رودخانه به كار می­رود. در مطالعه حاضر به منظور پیش­بینی جریان رودخانه باراندوزچای از دو روش برنامه­ریزی ژنتیك و شبكه­های بیزین استفاده شد. داده­های جریان روزانه این رودخانه در محل ایستگاه آبسنجی دیزج در خلال سال­های 1385 تا 1389 برای ایجاد مدل استفاده شد كه 80 درصد داده­ها برای آموزش و 20 درصد برای صحت­سنجی مدل به كار رفت. جهت بررسی و ارزیابی نقش حافظه در افزایش یا كاهش دقت، الگوهای ورودی متعددی به مدل­ها معرفی شد و در نهایت مشخص گردید كه با افزایش حافظه، دقت مدل­سازی نیز افزایش می­یابد به طوری كه بیشترین دقت در الگوی سوم برای هر دو روش به دست می­آید و سپس با افزایش حافظه از دقت مدل­سازی كاسته می­شود. مقایسه نتایج دو مدل نشان داد كه دقت روش برنامه­ریزی ژنتیك با دارا بودن ضریب همبستگی برابر با 978/0 و جذر میانگین مربعات خطا معادل با (m3/s)66/1 نسبت به روش شبكه­های بیزین با داشتن ضریب همبستگی معادل با 964/0 و جذر میانگین مربعات خطا برابر با (m3/s)96/1 بیشتر است. همچنین عملكرد روش برنامه­ریزی ژنتیك در تخمین دبی­های كمینه و متوسط به مراتب بهتر از روش شبكه­های بیزین می­باشد.