ارائه مدل ترکیبی هوشمند جهت شناسایی پارامترهای بهینه ورودی هیدرواقلیمی و پیش‌بینی مقدار تبخیر و تعرق با استفاده از مدل‌های محاسبات نرم

• تاریخ ثبت: 06 آبان 1398
• نویسندگان: ناصر صفائیان حمزه کلائی, میثم علی ضمیر
• کلمات کلیدی: محاسبات نرم؛ مدل ترکیبی هوشمند؛ تبخیر و تعرق؛ داده‌های اقلیمی؛ شبکه عصبی مصنوعی؛ الگوریتم ازدحام ذرات.

چکیده با توجه به این‌که فرآیند تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی می‌باشد، تخمین دقیق این پدیده جهت بررسی بیلان آب، مدیریت منابع آب، طراحی و مدیریت سیستم‌های آبیاری نقش کلیدی را ایفا می‌نماید. از سوی دیگر با توجه به غیرخطی بودن روابط پارامترهای اقلیمی در تخمین تبخیر و تعرق، مدل‌های خطی سنتی قادر به شناسایی این روابط نیستند؛ بنابراین به‌کارگیری مدل‌های هوشمند مانند شبکه‌های عصبی ضروری بنظر می‌رسد. در این تحقیق با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات و شبکه‌های عصبی با استفاده از داده‌های جمع‌آوری شده به پیش‌بینی مقادیر تبخیر و تعرق پرداخته شده است. با توجه به این‌که پارامترهای ورودی در دقت خروجی مدل‌ها تاثیر بالایی دارند، جهت تشخیص ورودی‌های بهینه از روش تست گاما استفاده شده و مدل‌ها توسط آن آموزش و آزمایش گردیده‌اند. همچنین جهت بررسی کارآیی مدل پیشنهادی، نتایج مدل ترکیبی (شبکه‌ عصبی و الگوریتم ازدحام) با مدل شبکه‌های عصبی با استفاده از آماره‌هایی مانند ضریب تبیین (R2) و جذر میانگین مربعات خطا (RMSE)، مقایسه گردیده است. نتایج حاکی از آن است که مدل ترکیبی برتری قابل ملاحظه‌ای نسبت به مدل شبکه عصبی در دوره آموزش و هم آزمایش دارد. بنابراین، مدل ترکیبی ارائه شده می‌تواند به عنوان یک مدل کارآمد برای پیش بینی مقادیر تبخیر و تعرق در ایستگاه‌های ذکر شده به‌کار گرفته شود.