کارایی شبکه های عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی در مدل سازی بارش- رواناب در حوضه آبخیز سد زاینده رود

در دهه های اخیر به دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش بینی رواناب از روی داده های بارش به مسئله ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی به منظور برآورد بارش- رواناب در حوضه سد زاینده رود، مورد ارزیابی قرار گیرد. به این منظور ابتدا با بهره گیری از نرم افزار wingamma داده ها و پارامترهای موجود مورد بررسی و تجزیه و تحلیل قرار گرفت و پارامترهای ورودی مناسب به علاوه تعداد مناسب داده برای آموزش شبکه، تعیین گردید. سپس با استفاده از آمار روزانه بارش- رواناب، کارایی شبکه عصبی مصنوعی و سیستم عصبی- فازی در تخمین رواناب حاصل از بارش مورد بررسی قرار گرفت. در ادامه میزان دقت و صحت این دو روش با بهره گیری از روشهای آماری، مقایسه شد. نتایج حاصل از این مطالعه نشان داد که شبکه عصبی مصنوعی و سیستم فازی- عصبی در شرایط مختلف و با ترکیبهای مختلف پارامترهای ورودی، نتایج متفاوتی از خود نشان می دهند ولی در کل این دو روش به میزان قابل قبولی قادر به تخمین رواناب حاصل از بارش با به کارگیری پارامترهای ورودی مناسب و استفاده از ساختارهای مناسب شبکه عصبی مصنوعی و شبکه عصبی- فازی، هستند.