مقایسه و ارزیابی مدل‌های شبکه عصبی بیزین، برنامه‌ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی در تخمین بده جریان؛ مطالعه موردی حوضه صوفی چای

Abstract

پیش‌بینی جریان رودخانه برای برنامه‌ریزی طراحی و مدیریت مطمئن پروژه های منابع آب مهم است. در این پژوهش قابلیت کاربرد شبکه عصبی بیزین، برنامه‌ریزی ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره برای پیش‌بینی سری زمانی جریان رودخانه صوفی چای بررسی شد. سری زمانی جریان روزانه رودخانه برای دوره 1376 تا 1389 برای ایستگاه هیدرومتری تازه کند رودخانه صوفی چای مورد استفاده واقع شد. جهت بدست آوردن بهترین نگاشت ورودی و خروجی؛ ترکیبات مختلف ورودی با استفاده از داده‌های پیشین جریان روزانه رودخانه محاسبه شد. کارایی مدل‌ها با استفاده از چهار معیار خطای: ضریب همبستگی (CC)، ریشه جذر میانگین خطا (RMSE ( و ضریب نش ساتکلیف و بایاس محاسبه شد. مقایسه مدل‌ها نشان داد که شبکه عصبی بیزین با ضریب همبستگی (991/0)، جذر میانگین مربعات خطا (m³/s031/0)، نش ساتکلیف (981/0) و مقدار بایاس (006/0-) بهترین تخمین را از داده‌های روزانه جریان رودخانه نسبت به مدل‌های برنامه‌ریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره داشته است.