توسعه چند مدل تلفيقي پردازش سيگنال- يادگيري ماشين به منظور پيش‌بيني جريان رودخانه

علوم و مهندسي آبخيزداري گرايش آبخيزداري شهري

3/6/2018 12:00:00 AM

يكي از مهم‌ترين خصوصيات سري زماني جريان رودخانه، ناايستا بودن روند سيگنال آن مي¬باشد. اين ناايستايي سري زماني تحت تأثير عوامل مؤثر بر جريان رودخانه، در بعضي از حوزه¬ها ساده و در برخي ديگر بسيار پيچيده مي¬باشد. به دليل محدوديت¬هاي موجود در مدل¬هاي يادگيري ماشين، پيش¬بيني جريان توسط اين مدل¬ها به ويژه در مواردي كه جريان تا حد زيادي ناايستا ¬باشد، ناكارآمد و دشوار است؛ اما با توجه به اهميت رودخانه¬ها به ويژه در مناطق خشك و نيمه¬خشك مانند ايران، توسعه مدل¬هاي يادگيري ماشين به منظور جلوگيري از عواقب ناشي از رخداد خشكسالي¬ها يا سيلاب ضروري مي¬باشد. در اين پژوهش كارايي شبكه عصبي پرسپترون چند لايه، شبكه عصبي پايه شعاعي و سيستم استنتاج فازي- عصبي در پيش¬بيني جريان رودخانه و همچنين اثر تبديل موجك بر مدل¬هاي مذكور در چهار حوزه با اقليم متفاوت شامل حوزه آبخيز سييرا، رود¬زرد، عجب¬شير و كارده به ترتيب واقع در استان¬هاي (البرز، خوزستان، آذربايجان شرقي و خراسان رضوي) با هدف تعميم¬دهي مدل¬هاي مبتني بر موجك به ساير مناطق سنجيده شد. به همين منظور با استفاده از 6 پارامتر اقليمي و پارامترهاي تأخيري بارش و دبي تا چهار ماه قبل، ابتدا با به¬كارگيري مدل¬هاي منفرد و فرآيند نرمال¬سازي، سپس با استفاده از تكنيك تبديل موجك و توسعه مدل¬هاي مذكور پيش¬بيني¬ها تا چهار گام زماني آينده صورت گرفت. در نهايت در راستاي انتخاب بهترين مدل و گام زماني نتايج هر شش مدل مورد مقايسه قرار داده شد. نتايج مدل¬هاي مورد استفاده بر اساس معيارهاي ارزيابي نشان داد كه عملكرد مدل¬هاي منفرد ضعيف و با همبستگي پايين همراه بوده است. بهترين مدل در سه حوزه عجب¬شير، كارده و رود¬زرد در هر چهار گام زماني، مدل W-MLP بوده است. در حوزه سييرا در گام زماني دو و چهار ماه آينده مدل W-MLP بهترين مدل بوده است؛ اما نتايج مدل¬هاي W-MLP و W-ANFIS در گام زماني يك و سه ماه آينده نزديك به هم بوده است كه از آزمون آنوا جهت تعيين بهترين مدل در اين حوزه استفاده گرديد. نتايج نشان داد كه مدل W-MLP با توجه به بيش‌ترين ضريب همبستگي به ترتيب در گام زماني يك و سه ماه آينده با ميزان (94/0 و 80/0)، كمترين جذر ميانگين مربع خطا نرمال¬شده (06/0 و 10/0) و با داشتن كمترين مقداره آماره F(52/0 و 47/0) و بيش‌ترين سطح معناداري (46/0 و 49/0) به عنوان بهترين مدل در اين حوزه شناخته شد. همچنين نتايج نشان داد كه در مد¬ل¬هاي منفرد دقت با افزايش گام زماني گاهاً افزايش پيداكرده است اما در مدل‌هاي تلفيقي مبتني بر موجك با افزايش گام زماني دقت كاهش و بهترين گام زماني، يك ماه آينده بوده است. به‌طوركلي ارزيابي عملكرد مدل¬ها نشان داد كه تبديل موجك باعث بهبود عملكرد مدل¬هاي منفرد شده است و قابل تعميم به ساير مناطق مي¬باشد.

76187

دانشگاه اردکان

فتح‌زاده علي Fath Zadeh Ali