تعيين ويژگي‌هاي مؤثر براي تخمين حجم آب تحويلي به شبكه آبياري با استفاده از شبكه عصبي مصنوعي تركيبي با الگوريتم چرخه آب (مطالعه موردي: شبكه آبياري و زهكشي سد سفيدرود)

در اين مطالعه قابليت الگوريتم فرا ابتكاري چرخه آب در زمينه مدلسازي حجم آب تحويلي به شبكه‌ آبياري و تعيين ويژگي‌هاي مؤثر بر آن با تركيب با شبكه عصبي بررسي شد. پنج ويژگي شامل حجم آب تحويلي به شبكه‌هاي آبياري سد سفيدرود در يك روز قبل، دبي و حجم ورودي در هفت روز قبل، تراز و حجم مخزن در ده روز قبل براي ورودي مدل‌هاي هوشمند انتخاب شد. با اجراي الگوريتم هيبريدي WCA-ANN، روش انتخاب ويژگي و تحليل حساسيت تركيب سه‌تايي از ويژگي‌ها با مقدار خطا (MSE) برابر 0.00045 بهترين تركيب ورودي محسوب مي‌شوند. حجم آب تحويلي به شبكه‌هاي آبياري سد سفيدرود در يك روز قبل با توجه به تحليل حساسيت مؤثرترين ويژگي‌ در مدلسازي آن است. در ادامه در اين مطالعه وزن‌هاي شبكه عصبي مصنوعي به كمك دو الگوريتم فرا ابتكاري چرخه آب بدون عمل تبخير (WCA) و چرخه آب با عمل تبخير (ER.WCA) به منظور افزايش كارايي بهينه گرديد. از لحاظ اولويت مدل هيبريد ANNER.WCA با بيش‌ترين دقت و كمترين خطا و با مقاديرR،NRMSE ، MAE وNS به ترتيب برابر با 0.9915، 0.0975، 0.0090 و 0.9829 در دوره آزمون، در اولويت اول و مدل‌هاي ANNWCA و ANN به ترتيب در اولويت‌هاي بعدي قرار گرفتند.