دوماه نامه

نوع مقاله : مقالات پژوهشی

نویسندگان

دانشگاه صنعت آب و برق، تهران

چکیده

چکیده
پیش‌بینی دقیق جریان در رودخانه‌ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی‌ها، است. در حقیقت حصول روش‌های مناسب و دقیق در پیش‌بینی جریان رودخانه‌ها را می‌توان به عنوان یکی از مهمترین چالش‌ها در فرآیند مدیریت و مهندسی منابع آب‌ دانست. اگر چه تحقیقات وسیعی در خصوص کاربرد روش‌های متکی بر شبکه‌های عصبی ‌مصنوعی1(ANN) و برتری دقت این روش‌ها بر روش‌های متداول آماری مانند روشهای اتورگرسیو و میانگین متحرک در دو دهه اخیر ارائه شده است ولی به دلایل مختلفی ازجمله غیر صریح بودن این روش‌ها و پیچیدگی حاکم بر انتخاب و معماری شبکه مناسب، استفاده از آنها در عمل به طور مناسب توسعه نیافته است. در تحقیق حاضر ضمن معرفی روش برنامه‌ریزی ژنتیک2 (GP) به عنوان یک روش صریح برای پیش‌بینی جریان رودخانه‌‌ها، از این روش به منظور بررسی تأثیر توالی دبی روزانه در پیش‌بینی جریان روزانه رودخانه‌ آبسرده واقع در استان لرستان، استفاده شده و دقت نتایج حاصله با روش شبکه عصبی مصنوعی مورد مقایسه قرار گرفته است. نتایج، حاکی از کارایی مناسب و دقت بالای برنامه‌ریزی ژنتیک در مقایسه با شبکه عصبی مصنوعی در پیش‌بینی جریان رودخانهها است.

واژه‌های کلیدی: دبی روزانه، پیش بینی جریان، برنامه‌ریزی ژنتیک

عنوان مقاله [English]

I Prediction of Daily Discharge Trend of River Flow Based on Genetic Programming

نویسندگان [English]

  • A. Danandehmehr
  • M.R. Majdzadeh Tabatabaei

Power and Water University of Technology, Tehran

چکیده [English]

Abstract
Accurate prediction of river flow is one of the most important factors in surface water recourses management especially during floods and drought periods. In fact deriving a proper method for flow forecasting is an important challenge in water resources management and engineering. Although, during recent decades, some black box models based on artificial neural networks (ANN), have been developed to overcome this problem and the accuracy privilege to common statistical methods (such as auto regression and moving average time series method) have been shown. However these types of models are implicit and complex in proper network design and can not be simply used by other investigators. In this research the genetic programming (GP) model has been developed as an explicit method for river flow prediction and has been used for investigation the effect of daily discharge trend in Absardeh river flow forecasting. The results have been compared with artificial neural network technique. The results indicated that the proposed GP method performed quite well compared to artificial neural network method and is applicable for river flow prediction.

Keywords: Daily discharge, Flow prediction, Genetic programming

CAPTCHA Image