شبیه سازی معادله بیلان هیدرولوژیکی با استفاده از مدل های فازی عصبی ومقایسه آن با مدل های سری زمانی (مطالعه موردی : دشت جم)
شبیه سازی معادله بیلان هیدرولوژیکی با استفاده از مدل های فازی عصبی ومقایسه آن با مدل های سری زمانی (مطالعه موردی : دشت جم)
محمد ستوده پور1 کیانوش پیکری2
1) کارشناس ارشد سازه های هیدرولیکی، دانشگاه آزاد اسلامی واحد لارستان، مهندسین مشاور ایمن طرح فرودراه ،
2) دانشجوی کارشناس ارشد مهندسی زلزله دانشگاه صنعتی شیراز،مهندسین مشاور ایمن طرح
محل انتشار :
چهارمین کنگره بین المللی عمران، معماری و توسعه شهری(4icsau.ir)
چکیده :
در این پژوهش به شبیه سازی معادله بیلان هیدرولوژیکی دشت با استفاده از دو نرم افزار سری زمانی و شبکه-های فازی عصبی- استنتاجی تطبیقی پرداخته ایم. ابتدا داده های آماری هیدرولوژیکی را که شامل دبی، بارش، دما، رطوبت، تبخیر، سرعت باد، جهت باد، تراز آب زیرزمینی را از ایستگاه های سینوپتیک و هیدرومتری موجود در منطقه مورد مطالعه بدست می آوریم. طول دوره های آماری باید کافی باشد. سپس تمام آمارهای موجود را همزمان می کنیم و در نهایت از 80 % داده ها جهت آموزش شبکه و 20 % داده ها جهت تست مدل استفاده می کنیم. با توجه به معادله بیلان (P – R – G – ET = ΔS) با استفاده از نرم افزار ITSM (سری زمانی) و سپس با استفاده از نرم افزار MATLAB ( شبکه های فازی عصبی- تطبیقی) به شبیه سازی بارش، رواناب، تراز آب زیرزمینی و تبخیر می پردازیم. در شبکه های فازی عصبی- استنتاجی تطبیقی جهت صحت سنجی مدل، انواع الگوهای مختلف را جهت شبیه سازی اجزای معادله بیلان و تا حداکثر 2 ماه تاخیر را برسی می کنیم و در نهایت الگوی برتر را انتخاب می کنیم. معیار ارزیابی جهت انتخاب مدل برتر بین 2 مدل سری زمانی و شبکه های فازی عصبی- استنتاجی تطبیقی، ضریب همبستگی (R2 ) و مجذور میانگین مربعات خطا (RMSE ) می باشد. مدلی که دارای ضریب همبستگی بیشتر و مجذور میانگین مربعات خطای کمتری داشته باشد به عنوان مدل برتر انتخاب می¬شود.
نتایج این تحقیق نشان می دهد که شبکه های فازی عصبی- استنتاجی تطبیقی توانایی بالاتری را در شبیه-سازی اجزای معادله بیلان را در مقیاس ماهانه در دشت جم دارد.
کلمات کلیدی :
بیلان هیدرولوژیکی
سری زمانی
شبکه فازی عصبی- استنتاجی تطبیقی