پیش بینی سیلاب با استفاده از شبکه عصبی مصنوعی و سری زمانی

مریم صالحی

چکیده

سیلاب را می توان یکی از مخرب ترین بلایای طبیعی دانست که علاوه بر جان انسانها سرمایه آنها را نیز تهدید می کند. برای مهار سیلاب آنچه در درجه نخست دارای اهمیت است پیش-بینی مقدار سیلاب می¬باشد. لذا برای تحقق این امر، از مدل های جعبه سیاه از جمله مدل سری های زمانی و یا اخیراً از مدل شبکه های عصبی مصنوعی (ann) بطور گسترده استفاده می شود که قابلیت پیش بینی و مدلسازی غیرخطی را نیز دارا می باشد. هدف از این پژوهش پیش¬بینی سیلاب رودخانه تیره واقع در شمال شرق استان لرستان با استفاده از شبکه عصبی مصنوعی و سری زمانی می¬باشد. در این پژوهش از دو شبکه پس انتشار و تابع پایه شعاعی جهت پیش¬بینی سیلاب رودخانه تیره لرستان استفاده شد و نتایج این شبکه¬ها با مدل سری¬های زمانی مقایسه گردید. برای این منظور از داده¬های روزانه هیدرولوژیکی ایستگاه تیره طی دوره آماری 23ساله( 1369تا 1391) استفاده شد. با بررسی همبستگی بین داده¬ها و دبی رودخانه تیره مشخص شد که بارش و دبی با تأخیرهای مختلف پارامترهای موثر بر جریان سیلابی هستند. پس از نرمالیزه کردن داده¬ها، مدلهای پس انتشار و تابع پایه شعاعی ایجاد شد. بررسی مدل¬های مذکور نشان داد که شبکه¬های تابع¬ پایه شعاعی بهترین نتایج را در بین انواع شبکه¬های عصبی دارند. با مقایسه این شبکه¬ها و مدل¬های سری زمانی مشخص شد که مدل شبکه عصبی با ضریب تعیین ، 0/98و ریشه میانگین مربعات خطا، 0/0039 ، پیش¬بینی بهتری نسبت به مدل armax و arima از سیلاب رودخانه تیره دارد

اساتید راهنما و مشاور

عباس رضایی استخروئیه، کوروش قادری