مدیریت بحران شهری از طریق پیش بینی سیل با استفاده از شبکه های عصبی چند مرحله ای پیشرو

مدیریت بحران شهری از طریق پیش بینی سیل با استفاده از شبکه های عصبی چند مرحله ای پیشرو

معین پاشائیان1 مرتضی رعیتی دماوندی2 مائده صادق پور حاجی3 زین العابدین رحمانی4

1) باشگاه پژوهشگران جوان و نخبگان، دانشجو مقطع دکتری مدیریت ساخت دانشگاه آزاد اسلامی واحد
2) هیات علمی و استادیار گروه عمران، دانشگاه آزاد اسلامی واحد
3) هیات علمی و استادیار گروه عمران، دانشگاه آزاد اسلامی واحد
4) استادیار دانشگاه پیام

کد IOI مقاله : XYAZ-ZBBDB
محل انتشار : دومین کنفرانس بین المللی مدیریت و علوم اجتماعی(2icmsconf.com)
چکیده :
    پیش بینی سیل برای طراحی، نقشه کشی و مدیریت سیستم های منابع آبی مهم است. در این مطالعه استفاده از شبکه های عصبی چندمرحله ای پیشرو (MSA) برای پیش بینی سیل ارائه شده است. شبکه های اتورگرسیون غیرخطی با ورودی خارجی (NARX) حلقه بسته به منظور ایجاد پیکربندی موازی برای پیش بینی سیل MSA به کار گرفته شده است. در اين مطالعه، شبكه هاي عصبي مصنوعي به عنوان يك روش كارامد توسط نرم افزار Matlab جهت پيش بيني مورد استفاده قرار گرفته است. 80 درصد داده ها براي آموزش، 10 درصد داده برای اعتبارسنجی و 10 درصد باقيمانده جهت تست شبکه بكار رفته است. در آموزش شبکه مقادیر وزن ها و حدآستانه ها توسط بهینه سازی لونبرگ مارکوات ((Levenberg-Marquardt (LM) به روز می شوند. مدل بر روی داده های ثبت شده رودخانه کسویک واقع در کالیفرنیا طی یک دوره 264 ماهه اعمال شده است. معیارهای ارزیابی متوسط مربعات خطای خروجی شبکه و هدف و همبستگی متقابل سیگنال آن ها، خود همبستگی خطا و رسم پاسخ های زمانی سیگنال های ورودی، هدف و خطا می باشد. تحليل نتايج خروجي مدل های شبكه عصبي نشان داده كه اين مدل توانايي بهتر و دقت بالايي براي پيش بيني سیل نسبت به روش هاي آماري معمول داشته است.

کلمات کلیدی : مدیرت بحران پيش بيني سيلاب شبکه عصبی چندمرحله ای پیشرو اتورگرسیون غیرخطی