مدلسازی فرآیند بارش- رواناب با استفاده از روش کنترل گروهی داده ها (gmdh) و شبکه های عصبی مصنوعی (ann) در حوزه آبخیز پلرود
چکیده
مدلسازی بارش- رواناب یک فرآیند ضروری و پیچیده میباشد که در بهرهبرداری مناسب از مخازن و مدیریت و برنامهریزی صحیح منابع آب نقش عمدهای دارد. مدلسازی این فرآیند با استفاده از روشهای مختلفی امکانپذیر است. از نظر تئوری، در مدلسازی یک سیستم میبایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیتهای ذاتی آنها، استخراج چنین مدلی بسیار مشکل میباشد. بنابراین استفاده از روشهای دادهمحور که محاسبات را در شرایط غیردقیق انجام میدهند و کاربردهای فراوانی در مسائل شناسایی کنترلی داشتهاند، اجتنابناپذیر است. روش کنترل گروهی داده ها ( gmdh ) یکی از انواع این روش ها میباشد که به تدریج یک نگاشت بین متغیرهای ورودی و خروجی تولید می کند. در این تحقیق برای شبیهسازی فرآیند بارش-رواناب حوزه آبریز پلرود، یک مدل بر اساس رویکرد gmdh توسعه داده شده است. ارزیابی نتایج با استفاده از معیارهای آماری انجام شده و همچنین با نتایج شبکههای عصبی ( ann ) نیز مقایسه شده است. نتایج حاکی از توانایی بالای هر دو روش در پیشبینی و شناسایی روابط پیچیده بین متغیرها در پیشبینی رواناب روزانه ناشی از بارندگی میباشند. مقادیر نتایج معیارهای آماری بیانگر عملکرد بهتر رویکرد استقرائی ghmd نسبت به شبکههای عصبی در مدلسازی بارش- رواناب در این حوزه می باشد.