پيش بيني جريان با استفاده از شبكه هاي عصبي مصنوعي

تهيه مدلهاي پيش بيني جريان يكي از مهمترين مسائل پيش روي متخصصين منابع اب مي باشد. مدلهاي پيشين در اين زمينه به فرم مدلهاي رگرسيوني و سريهاي زماني موجود مي باشند. امروزه شبكه هاي عصبي مصنوعي (ANNs ) در كنار مدلهاي سنتي مورد استفاده قرار مي گيرند. در اين تحقيق توانايي شبكههاي عصبي مصنوعي در پيش بيني جريان مورد ارزيابي قرار گرفته است. براي اين منظور ازجريان ماهانه ورودي به مخزن سدكارون 5 استفاده شده است. يك سري زماني از جريان ورودي ماهانه به طول43 سال در دسترس بوده كه 80%آنها براي آموزش شبكه و 20% براي آزمايش آن مورد استفاده قرار گرفته است. از شبكه هايي به فرم پرسپترونهاي چند لايه (MLP ) و الگوريتم پس از انتشار خطا (BP ) براي يافتن ساختار شبكه استفاده شده است. همچنين تركيبهاي مختلفي از جريان در ماههاي گذشته مورد استفاده قرار گرفت. نتايج نشان داده است كه اگرچه پيش بيني جريان با استفاده از جريان 12 ماه گذشته بهترين نتيجه را در بر خواهد داشت ولي تركيب اولين ششمين و دوازدهمين ماه قبل در كنار هم نتايج مشابهي در بر داشته است. لذا تركيب اخير جهت پيش بيني انتخاب شده كه علاوه بر احتياج به تعداد داده هاي كمتر، زمان ترتيب شبكه را نيز كاهش خواهد داد.