مقايسه ي مدل هاي شبكه عصبي مصنوعي(ANN) با برنامه ريزي به بيان ژن(GEP)در پيش بيني جريان ماهانه يرودخانه ليقوان

پيش بيني هاي هيدرولوژيكي يكي از ابزارهاي مهم و كارآمد در مديريت منابع آب مي باشند.مقدار جريان رودخانه يكي از مهم ترين عوامل هيدرولوژيكي در طراحي، بهره برداري و مطالعات مربوطبه سامانه هاي منابع آب به شمار ميآيد. با توجه به گسترش فراوان مدل هاي آماري در سال هاي اخير و تعدد زياد اين نوع مدل ها ( همچونمدلسري هايزماني،شبكه هايعصبيمصنوعي،منطقفازي،نروفازيوبرنامه ريزيبه بيان ژن و ...)درپيش بينيجريانرودخانه يافتن مدلي با كارآيي بهتر از ميان مدل هاي موجود را امري ضروري مي كند. درتحقيقحاضرازروش هاي شبكه ي عصبي مصنوعي و برنامه ريزيبه بيان ژن به جهتپيش-بينيجريانروزانهرودخانهليقواندرحوضهآبريزدرياچهاروميهدردورهآماري1350تا1384استفادهگرديد. نتايج نشان داد كه مدل شبكه ي عصبي مصنوعي(ANN) با MSE 0.04 نسبت به مدل برنامه ريزي به بيان ژن(GEP) با MSE 0.26 مدل بارش-رواناب را با دقت بالاتري پيش بيني نموده است . همچنين اين تحقيق نشان مي دهد مدل شبكه هاي عصبي مصنوعي توانايي بالايي برايبرآورد دبي هاي پيك ندارد، اما دبي هاي با مقادير كم را به خوبي شبيه سازيمي كند.