سال انتشار: ۱۳۸۵

محل انتشار: اولین همایش منطقه ای بهره برداری از منابع آب حوضه های کارون و زاینده رود (فرصتها و چالشها)

تعداد صفحات: ۹

نویسنده(ها):

رضا طارقیان – دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه شهید چمران اهواز
سیدمحمود کاشفی پور – استادیار دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
مهدی طاهری – دانشجوی کارشناسی ارشد خاکشناسی، دانشگاه شهید چمران اهواز

چکیده:

امروزه یکی از مهمترین مسائل جهت مدیریت سیلاب، پیش¬بینی جریان رودخانه¬ها می¬باشد. جلوگیری از صدمات اقتصادی و جانی ناشی از سیلاب یکی از مهمترین دستاوردهای پیش¬بینی صحیح جریان می¬باشد. فاکتورها و عوامل مختلفی بر روی دبی رودخانه تاثیر¬گذار می¬باشند که تحلیل این پدیده را مشکل می¬سازند. مدلهای فیزیکی-مفهومی، رگرسیونی و سری¬های زمانی از معمولترین روشهای تحلیل جریان رودخانه می¬باشند که با توجه به حل خطی پدیده پیچیده جریان رودخانه یا کمبود اطلاعات مورد نیاز، نتایجی همراه با خطا ارائه می¬دهند. امروزه شبکه¬های عصبی مصنوعی با توجه به توانایی در حل پدیده¬های غیر¬خطی و پیچیده، کاربردهای فراوانی در مسائل هیدرولوژی پیدا کرده¬اند، که در این مطالعه نیز به ارزیابی توانایی این شبکه¬ها در پیش¬بینی جریان رودخانه¬ها پرداخته شده است. در این تحقیق با استفاده از اطلاعات تبخیر و تعرق، باران¬سنجی و دبی ایستگاه¬های بالادست پل¬شالو، به پیش¬بینی دبی رودخانه کارون در ایستگاه هیدرومتری پل¬شالو پرداخته شد. الگوهای مختلفی از اطلاعات ایستگاه¬های بالادست در همان روز، یک روز قبل و دو روز قبل به منظور ورودی شبکه استفاده شده است. از الگوریتم پس انتشار خطا (BP) جهت آموزش و تست شبکه بهره برده شد و نتایج به¬دست آمده با نتایج حاصل از روش رگرسیون مقایسه شد. با توجه به معیارهای ضریب همبستگی و خطای RMSE، نتایج حاصل از آموزش و تست شبکه نشان داد که شبکه¬های عصبی مصنوعی می¬توانند جریان رودخانه را با ضریب همبستگی زیاد (بیشتر از ۹۴ درصد) و خطای کم پیش¬بینی کنند.