پیش بینی تراز سطح آب مخزن سد با استفاده از مدل های هوش مصنوعی: مطالعه موردی، سد امیرکبیر کرج

امروزه مدیریت مخزن به خصوص در زمان های بحرانی، در جهت افزایش بهره وری و مدیریت منابع آب می باشد. در همین راستا استفاده از مدل های هوش مصنوعی برای پیش بینی تراز سطح آب مخزن روشی مناسب می باشد. هدف این مطالعه استفاده از رگرسیون بردار پشتیبان (svr)، سیستم استنتاج عصبی- فازی تطبیقی (anfis)، شبکه عصبی (ann)، شبکه عصبی شعاعی (rbfnn) و رگرسیون عمومی (grnn) برای برآورد تراز سطح آب مخزن سد امیرکبیر کرج می باشد. با استفاده از روش تصمیم گیرنده ویکور مشخص شد که دو مدل ann و rbfnn بهترین عملکرد را داشته اند. داده های ورودی مورد استفاده شامل تراز سطح آب، بارندگی، تبخیر، ورودی و خروجی از مخزن سد می باشند و ارزیابی مدل های مذکور توسط نه معیار صورت گرفت که ضریب همبستگی و متوسط مجذور خطا به عنوان دو معیار مهم برای مدل ann به ترتیب برابر 0.9474 و 23.689 و برای مدل rbfnn به ترتیب 0.9150 و 37.0144 بدست آمد.