استفاده از روش های آماری و هوش مصنوعی برای پیش بینی رواناب (مطالعه موردی سد امیرکبیر)

پیش بینی جریان رودخانه یکی از مهم ترین مسائل هیدرولوژیکی است که برای مدیریت سیلاب بسیار مهم است. مقادیر دبی عبوری رودخانه را می توان از روش های متعددی برآورد نمود، که هر یک از روش ها دارای نقاط ضعف و قوتی هستند. هدف مقاله حاضر، پیش بینی جریان ورودی به سد امیرکبیر با استفاده از روش های رگرسیون چند متغیره و روش های هوش مصنوعی (AI) شامل مدل شبکه عصبی مصنوعی (ANN) می باشد. بدین منظور از آمار ۷ ساله جریان رودخانه کرج (۱۴۰۱-۱۳۹۵) استفاده شد. نتایج ارزیابی عملکرد مدلها با شاخص هایی همچون ضریب تبیین (R۲)، میانگین قدر مطلق خطا (MAE) و ریشه میانگین مربعات خطا (RMSE)، نشان داد که مدل ANN در هر دو مرحله کالیبراسیون (آموزش) و صحت سنجی (آزمایش) عملکرد بهتری نسبت به مدل رگرسیون چند متغیره داشته است. شاخص های دقت مدل برای مرحله آموزش مدل ANN برابر R۲=۰.۷۷ و RMSE ۰.۲۷ m /s بوده است در حالیکه این شاخص ها برای مرحله آزمایش برابر با R۲ ۰.۸۷ و RMSE ۰.۴۶ m /s می باشد که حاکی از عملکرد بهتر مدل ANN بوده است.