بهروز ابراهیمی هروی؛ کاظم رنگزن؛ مصطفی کابلی زاده؛ حسن دانشیان
چکیده
چکیده روندیابی سیل یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به‌منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطۀ خطی ریاضیاتی نیست که با آن سیلاب‌خیزی و وقوع سیلاب را ...
بیشتر
چکیده روندیابی سیل یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به‌منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطۀ خطی ریاضیاتی نیست که با آن سیلاب‌خیزی و وقوع سیلاب را در یک منطقه پیش‌بینی کرد و باید به این نوع پدیده‌ها به‌صورت مدل نگریست. روش‌های هوش مصنوعی و از جملۀ آن‌ها روش شبکۀ عصبی مصنوعی و سیستم استنتاج فازی، روش‌هایی مطلوب در این زمینه هستند. در این پژوهش با استفاده از روش‌های شبکۀ عصبی مصنوعی و سیستم استنتاج فازی اقدام به روندیابی سیلاب در زیرحوزۀ آبخیز رودخانۀ زرد شده است. برای اجرای هر دو روش، ابتدا داده‌های لازم جمع‌آوری، سپس داده‌های پرت از سری داده‌ها حذف و درنهایت نرمال‌سازی شدند. مدل‌سازی روندیابی سیل با استفاده از شبکه‌های عصبی مصنوعی با کمک کدنویسی در نرم‌افزار متلب روی داده‌ها اجرا شد. برای اجرای سیستم استنتاج فازی نیز از این داده‌های آماده‌شده استفاده شد. در این پژوهش انواع ساختارهای متفاوت شبکۀ عصبی مصنوعی با تعداد نرون‌ها، لایه‌های مخفی، تعداد دوره‌های آموزش و توابع فعالیت متفاوت بر روی داده‌ها اجرا شدند تا درنهایت بهترین ساختار برای منطقۀ مورد مطالعه به‌دست آید. برای مدل استنتاج فازی نیز انواع ساختارها اجرا شدند تا درنهایت بهترین مدل انتخاب شود. نتایج نشان داد در حالت کلی، سیستم استنتاج فازی داده‌های منطقۀ مورد مطالعه را بهتر شبیه‌سازی می‌کند و نتایج بهتری نسبت به مدل شبکۀ عصبی مصنوعی نشان می‌دهد و مقادیر MSE و r در سیستم استنتاج فازی و مدل شبکۀ عصبی مصنوعی به‌ترتیب برابر با 2196/0 و 0297/0، 7667/0 و 96/0 است که نشان‌دهندۀ دقت بالاتر سیستم استنتاج‌فازی در پیش‌بینی سیلاب در حوزۀ آبخیز مورد مطالعه است.
