مقایسه روشهای مبتنی بر هوش مصنوعی و زنجیره مارکوف در پیش‌بینی سری زمانی دبی رودخانه بر اساس سیگنال های ماهواره‌ای

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

2 گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

چکیده

در تحقیق حاضر از اطلاعات ماهواره‌ای جهانی در دسترس و ارزان‌ به‌عنوان جایگزینی برای اندازه گیری‌های در محل و گران قیمت برای پیش بینی دبی ورودی به سد مارون در خوزستان استفاده شد. همچنین به دلیل نیاز به حجم داده بسیار کمتر در روشهای مبتنی بر هوش مصنوعی، عملکرد روشهای هیبرید GA-ANN و ICA-ANN و ORELM در مقایسه با روش معمول زنجیره مارکوف مورد آزمون قرار گرفت. نتایج نشان داد خروجی مدل ORELM دارای بهترین برازش با داده‌های مشاهداتی با ضریب همبستگی برابر با 874/0 در مرحله تست بود، همچنین دارای بهترین و نزدیک‌ترین پراکندگی نقاط در اطراف خط 45 درجه بود و از این نظر دقیق‌ترین مدل محسوب می‌شود. لذا برای پیش بینی جریان ورودی به مخازن سدها بجای استفاده از مدل های پیچیده با حجم داده های بسیار زیاد و همچنین فرآیند واسنجی و صحت سنجی بسیار وقت گیر در آن، می توان با اطمینان از روش‌ ORELM بر اساس سیگنال‌های ماهواره ای استفاده کرد. این رویکرد کمک زیادی به محققین بخش آب و برنامه ریزان می کند تا بدون استفاده از مدلهای عددی با ساختار پیچیده و وقت گیر با استفاده از ترکیب هوش مصنوعی و سیگنال‌های ماهواره ای، با دقت بالا تغییرات جریانات ورودی به مخازن سدها را در سالهای خشک و تر پیش بینی نمایند.

کلیدواژه‌ها

موضوعات



مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 21 اسفند 1403
  • تاریخ دریافت: 01 بهمن 1403
  • تاریخ بازنگری: 29 بهمن 1403
  • تاریخ پذیرش: 21 اسفند 1403