پيش بيني سري هاي زماني تك متغيره هيدرولوژيكي با استفاده از سيستم فازي بر پايه شبكه عصبي تطبيقي

پيشبيني جريان رودخانه ها يكي از مسائل بسيار مهم در هيدرولوژي ميباشد كه در طراحي و برنامهريزي منابع آب سطحي نقش بسزايي دارد.استفاده از روشهاي مختلف تحليل سريهاي زماني از شيوه هاي متداول در پيشبيني عوامل هيدرولوژيكي از جمله جريان رودخانه هاست. روابط پيچيده و تقريبي و بالتبع صرف زمان زياد در تخمين پارامترهاي مدلهاي مختلف در روشهاي تحليل سريهاي زماني و از طرف ديگر وجود داده-هاي كافي با طول مناسب، متخصصين را به استفاده از مدلهاي داده محور ترغيب نموده است. سيستم هاي فازي برپايۀ شبكۀ عصبي تطبيقي يكي ازروشهاي كارآمد در زمينه پيشبيني سريهاي زماني هيدرولوژيكي ميباشد. در اين تحقيق با ايجاد يك سيستم فازي برپايه شبكه عصبي تطبيقي وبا توجه به دادههاي موجود از رودخانه زايندهرود، آموزش شبكه صورت گرفته و با استفاده از آن پارامترهاي سري زماني تك متغيره تخمين زده شده است. سپس با كاربرد بخشي از دادهها جهت صحتسنجي، نتايج حاصل از سري زماني،كه پارامترهاي آن از سيستم فازي بر پايه شبكه عصبي تطبيقي به دست آمده است، مورد مقايسه قرار گرفت. نهايتا توانايي پيشبيني سيستم فازي بر پايۀ شبكۀ عصبي تطبيقي به صورت مستقل با سيستم فازي بر پايه شبكه عصبي تطبيقي به صورت توأم با سريهاي زماني مورد مقايسه قرار گرفت، كه نشان دهنده كارآيي مناسب اين سيستمها در پيش-بيني ميباشد.