مقايسه روشهاي برنامه ريزي ژنتيكو شبكه عصبي در پيش بيني جريان رودخانه (مطالعه موردي : حوضه آبريز رودخانه صوفي چاي)

روشهاي متعددي همچون مدل سريهاي زماني، شبكه عصبي مصنوعي، منطق فازي، نرو فازي و برنامه ريزي ژنتيك براي پيش بيني جريان رودخانه به كار ميرود. در تحقيق حاضر از روش نوين برنامه ريزي ژنتيكو شبكه عصبي مصنوعي جهت پيش بيني جريان روزانه رودخانه صوفي چاي در حوضه آبريز درياچه اروميه در دوره آماري 1379 تا 1386 استفاده شده است. جهت مدلسازي جريان رودخانه با برنامه ريزي ژنتيك از حافظههاي دبي يك روز قبل، دو روز قبل، .... و پنج روز قبل استفاده شد و نتايج بر اساسشاخصهاي آماري جذر ميانگين مربعات خطا و ضريب همبستگي مورد بررسي قرار گرفت. نتايج تا حافظه دبي چهار روز قبل، رو به بهبود بوده و بعد از آن رو به نزول گذاشتهاست براي مدل شبكههاي عصبي، ساختار با چهار نرون در لايه ورودي و شش نرون در لايه پنهان و يك نرون در لايه خروجي، بهترين نتايج را نشان داد. در مقايسه نتايج دو مدل، در مورد حالت بهينه مدل برنامه ريزي ژنتيك، ضريب همبستگي و جذر ميانگين مربعات خطا براي آموزش به ترتيب 0/959 0/029 براي حالت بهينه مدل شبكههاي عصبي مصنوعي به ترتيب 0/948 0/215 ميباشد. لذا برنامه ريزي ژنتيك از دقت بيشتري نسبت به مدل شبكههاي عصبي مصنوعي برخوردار بوده و به عنوان روشي مناسب و دقيق جهت پيش بيني پيشنهاد ميگردد