سال انتشار: ۱۳۸۴

محل انتشار: پنجمین کنفرانس هیدرولیک ایران

تعداد صفحات: ۱۰

نویسنده(ها):

فرید شریفی – فوق لیسانس سازه های هیدرولیکی دانشگاه علم و صنعت
امید بزرگ حداد – دکتری اب دانشگاه علم و صنعت
سعید علیمحمدی – عضو هیئت علمی دانشگاه صنعت آب و برق شهید عباسپور

چکیده:

تهیه مدلهای پیش بینی جریان یکی از مهمترین مسائل پیش روی متخصصین منابع اب می باشد. مدلهای پیشین در این زمینه به فرم مدلهای رگرسیونی و سریهای زمانی موجود می باشند. امروزه شبکه های عصبی مصنوعی (ANNs ) در کنار مدلهای سنتی مورد استفاده قرار می گیرند. در این تحقیق توانایی شبکههای عصبی مصنوعی در پیش بینی جریان مورد ارزیابی قرار گرفته است. برای این منظور ازجریان ماهانه ورودی به مخزن سدکارون ۵ استفاده شده است. یک سری زمانی از جریان ورودی ماهانه به طول۴۳ سال در دسترس بوده که ۸۰%آنها برای آموزش شبکه و ۲۰% برای آزمایش آن مورد استفاده قرار گرفته است. از شبکه هایی به فرم پرسپترونهای چند لایه (MLP ) و الگوریتم پس از انتشار خطا (BP ) برای یافتن ساختار شبکه استفاده شده است. همچنین ترکیبهای مختلفی از جریان در ماههای گذشته مورد استفاده قرار گرفت. نتایج نشان داده است که اگرچه پیش بینی جریان با استفاده از جریان ۱۲ ماه گذشته بهترین نتیجه را در بر خواهد داشت ولی ترکیب اولین ششمین و دوازدهمین ماه قبل در کنار هم نتایج مشابهی در بر داشته است. لذا ترکیب اخیر جهت پیش بینی انتخاب شده که علاوه بر احتیاج به تعداد داده های کمتر، زمان ترتیب شبکه را نیز کاهش خواهد داد.