فهرست نشریات علمی دسترسی آزاد ایران

مدلسازی بارش رواناب در اکثر پروژه‌های مدیریت و برنامه‌ریزی منابع آب و کنترل سیلاب امری ضروری و پیچیده می‌باشد. در این تحقیق مدل‌هایی برای شبیه‌سازی فرآیند بارش رواناب در زیر حوضه سد صفا رود واقع در حوضه آبریز هلیل رود با استفاده از روش‌های شبکه عصبی مصنوعی پرسپترون چند لایه (MLP)، شبکه عصبی تابع شعاع مدار (RBF)، رگرسیون ماشین‌ بردار پشتیبان با توابع کرنل خطی (SVR Linear) و پایه شعاعی (SVR RBF) در محیط نرم افزاری IBM SPSS Modeler توسعه داده شده است. بدین منظور از داده‌های هیدرومتری ایستگاه هنجان و داده‌های بارش ایستگاه‌های هنجان، رابر، چشمه عروس و میدان واقع در منطقه مورد مطالعه طی دوره آماری 1394-1385 در مقیاس روزانه استفاده شد. 70 درصد داده‌ها به عنوان داده‌های آموزش و 30 درصد آنها به عنوان داده‌های آزمون مورد استفاده قرار گرفت. پس از محاسبۀ ضرایب همبستگی جزئی متغیرهای بارش و دبی، شش الگوی مختلف جهت مدلسازی رواناب روزانه ایستگاه هنجان تعیین شد. مقادیر شاخص‌های آماری متوسط قدر مطلق خطا (MAE)، مجذور میانگین مربعات خطا (RMSE) و ضریب همبستگی (R) در بهترین الگو‌ مرحله آزمون به ترتیب برابر 032/0، 229/0، 967/0 برای مدل SVR Linear 5 ایستگاه هنجان بدست آمدند. نتایج حاکی از عملکرد مناسب روش‌های MLP و SVR Linear در مدلسازی بارش رواناب در محدوده مورد مطالعه می‌باشد.