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