پيش بيني سيل در حوضه هاي فاقد آمار با استفاده از شبكه هاي عصبي مصنوعي

شبكه هاي عصبي مصنوعي (ANNs) در زمينه مدلسازي هاي هيدرولوژيكي بطور وسيع مورد استفاده قرار گرفته اند. با وجود اين، توجه كمتري به استفاده از اين ابزار جهت برآورد سيل در حوضه هاي فاقد آمار كه يكي از پيچيده ترين مسائل هيدرولوژيستها است، شده است. در اين مقاله، توانايي دو نوع شبكه عصبي، شبكه MLP و شبكه Elman، در پيش بيني سيل هاي T ساله حوضه هاي غرب و جنوب درياچه اروميه با استفاده از نرم افزار MATLAB 7.0.4 بررسي و با نوع جديد مدل رگرسيون چندگانه مقايسه شده اند. بدين منظور، ابتدا شبكه هاي عصبي با استفاده از داده هاي فيزيوگرافي و اقليمي منتخب مدل رگرسيون چندگانه، آموزش ديده و سپس بهترين ساختار بهترين ساختار شبكه، جهت برآورد سيلابهاي T ساله حوضه هاي مشابه فاقد آمار بر اساس ضريب همبستژي بين دبي هاي مشاهداتي و محاسباتي انتخاب شده است. نتايج بدست آمده، توانايي ANN را در پيش بيني سيل هاي T ساله و نيز تاثر انتخاب نوع شبكه را در دقت پيش بيني ثابت نموده است.