ژئومورفولوژی
سعید رستمی؛ بابک شاهی نژاد؛ حجت اله یونسی؛ حسن ترابی پوده؛ رضا دهقانی
چکیده
سیل از جمله پدیده‌های طبیعی است که هر ساله خسارات جانی و مالی زیادی را در دنیا به بار آورده و مشکلات عدیده‌ای را بر سر راه توسعه‌ی اقتصادی و اجتماعی کشورها ایجاد می‌نماید. از این رو جهت کاهش خسارات، کنترل و هدایت این پدیده، برآورد دبی سیلابی و شناسایی عوامل مؤثر بر آن بسیار حائز اهمیت می‌باشد. در این پژوهش، به منظور برآورد دبی سیلابی ...
بیشتر
سیل از جمله پدیده‌های طبیعی است که هر ساله خسارات جانی و مالی زیادی را در دنیا به بار آورده و مشکلات عدیده‌ای را بر سر راه توسعه‌ی اقتصادی و اجتماعی کشورها ایجاد می‌نماید. از این رو جهت کاهش خسارات، کنترل و هدایت این پدیده، برآورد دبی سیلابی و شناسایی عوامل مؤثر بر آن بسیار حائز اهمیت می‌باشد. در این پژوهش، به منظور برآورد دبی سیلابی حوضهی آبریز کشکان واقع در استان لرستان از مدلهای هوش مصنوعی هیبریدی نوین شامل شبکه عصبی مصنوعی- تفنگدار خلاق، شبکه عصبی مصنوعی-عنکبوت بیوه سیاه و شبکه عصبی مصنوعی- ازدحام مرغ در طی دورهی زمانی 1400-1390 استفاده شد. برای ارزیابی عملکرد شبیهسازی از شاخصهای آماری ضریب تعیین (R2)، میانگین مطلق خطا (MAE)، ضریب کارایی نش- ساتکلیف (NSE) و درصد بایاس (PBIAS) استفاده گردید. نتایج نشان داد که بطور کلی مدلهای هوش مصنوعی هیبریدی عملکرد بهتری نسبت به مدل منفرد در برآورد دبی سیلابی دارند. نتایج نشان داد مدل شبکه عصبی مصنوعی- تفنگدار خلاق نسبت به سایر مدلها از دقت بیشتر و خطای کمتری برخوردار است. در مجموع نتایج نشان داد استفاده از مدلهای هوش مصنوعی هیبریدی در برآورد دبی سیلابی موثر بوده و میتواند به عنوان راهکاری مناسب و سریع در مدیریت منابع آب مطرح شود.
