کاظم شاهوردی - استادیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران.

بهره برداری سازه ها در کانال های انتقال و توزیع آب سنتی به صورت دستی و با استفاده از تجربه میراب انجام می شود. استخراج الگوهای بهره برداری در این کانال ها موضوع مهمی است که در پژوهش های اخیر نیز با استفاده از هوش مصنوعی، استخراج شده است. یکی از خطاهایی که در هنگام تنظیم سازه ها اتفاق می افتد، خطای ناشی از تنظیم سازه ها توسط میراب می باشد. بدین معنی که همواره، مقدار استخراج شده را میراب اعمال نکرده و مقداری خطا در تنظیم سازه ها اعمال می کند. این موضوع و تاثیرات آن در پژوهش های قبلی موردمطالعه قرار نگرفته است. در این پژوهش، توانایی الگوریتم یادگیری تقویتی در استخراج الگوهای بهره برداری با لحاظ کردن خطای میراب که حداکثر ۱۰ درصد است، به صورت تصادفی بررسی شده است. جهت شبیه سازی کانال موردمطالعه، که بخشی از کانال دز از شبکه آبیاری دز در شمال استان خوزستان است، از یک مدل غیرخطی استفاده شده است. نتایج نشان داد که دقت الگوهای استخراج شده زیاد است، به طوری که ارزش عمل های انتخاب شده به طور عمده برابر با ۹/۰ می باشد. هم چنین، تعداد تکرارها برای رسیدن به پاسخ برابر با ۶۵۰ تکرار بود.

خطای میراب, کانال, مدیریت آب, یادگیری تقویتی