بررسي تاثير انتخاب متغيرهاي ورودي بر بهبود عملكرد شبكه هاي عصبي مصنوعي به منظور تخمين دبي روزانه رودخانه با استفاده ازآناليز مولفه اصلي

پيش بيني مناسب سري زماني دبي رودخانه يكي ازاهداف مهم و حياتي درمسائل برنامه ريزي و مديريت منابع آب است دقت و اعتباريك مدل دسته بندي يا پيش بيني درصورت استفاده ازمتغيرهاي وابسته به هم يا متغيرهاي غيرمرتبط به خروجي كاهش مي يابد با استفاده ازاناليز مولفه اصلي ميتوان ابعاد تعداد متغيرها داده ها را به نحوي كاهش داد كه بيشترين ميزان تغييرات اصلي درداده ها حفظ شود هدف ازاين پژوهش بررسي تاثير اناليز مولفه اصلي بربهبود عملكرد مدل شبكه عصبي مصنوعي به منظور تخمين دبي روزانهرودخانه مي باشدبدين منظور دو نوع شبكه عصبي پرسپترون چندلايه/شبكه تابع پايه شعاعي براي تخمين دبي روزانه رودخانه ايجاد شده است دراينجا مدلها با استفاده ازداده هاي اصلي مربوط به دبي بارندگي و دما بدون پيش پردازش ايجاد شده و ارزيابي گرديده اند درمرحله بعدبا استفاده ازاناليز مولفه اصلي تعداد متغيرها را كاهش داده به نحوي كه تنها متغيرهاي موثربرعملكرد مدل شبكه عصبي درنظر گرفته شده اند عملكرد مدلهاي شبكه عصبي مصنوعي درمراحل آموزش و ارزيابي ازطريق مقايسه با داده هاي مشاهداتي مورد بررسي قرارگرفته است و باتوجه به معيارهاي سنجش خطا و نكوئي برازش بهترين مدل انتخاب شده است