تحلیل عدم قطعیت مدل های شبکه عصبی و نروفازی در پیش بینی جریان رودخانه
نویسندگان
1 دانشجوی دکتری /سازه های آبی، دانشگاه تربیت مدرس
2 دانشیار/گروه سازه های آبی، دانشگاه تربیت مدرس
doi
چکیده
پیش بینی آورد رودخانه در مدیریت منابع آب از اهمیت فراوانی برخوردار است، اما به دلیل عدم قطعیت بالا در عواملی که فرآیند بارش- رواناب را سبب میگردند، همواره با مشکلاتی همراه بوده است. یکی از روشهایی که میتواند این مشکل را تا حدی کاهش دهد، تحلیل عدم قطعیت پیشبینیهای انجام شده میباشد. این تحلیلها در مدلهای آماری سابقه طولانی دارند، ولی برای مدلهای شبکه عصبی و نروفازی کمتر مورد استفاده قرار گرفته و این در شرایطی است که در سالهای اخیر به مراتب توجه بیشتری به این تکنیکها شده است. در مطالعه حاضر عدم قطعیت نتایج مدلهای شبکه عصبی و نروفازی در پیشبینی 1 تا 3 ماه آینده جریان رودخانه مورد ارزیابی قرار گرفته و منطقه مطالعاتی رودخانه صوفیچای در محل ایستگاه تازهکند در نظر گرفته شده است. نتایج نشان میدهد که مدل نروفازی از دقت بالاتر در پیشبینی و عدم قطعیت کمتری برخوردار است، اما بطور مشخص برای پرآبیها در هر دو مدل عدم قطعیت بیشتر شده که خطرپذیری (ریسک) کاربرد نتایج را افزایش میدهد.
