پیش بینی جریان رودخانه با استفاده از روش ترکیبی هوشمند مصنوعی بر پایه الگوریتم پیش پردازنده تجزیه مد تجربی

نیاز روزافزون به آب سبب گردیده است که برنامه ریزی های مدیریتی به منظور کنترل مصرف آب در آینده از اهمیت بیشتری برخوردار باشد. به همین دلیل برآورد صحیح و دقیق جریان رودخانه با استفاده از مدل های مختلف یکی از موضوعاتی است که در منابع آب پژوهشگران بررسی می­کنند. در این تحقیق جهت برآوردی دقیق از مقدار روزانه جریان رودخانه زرینه رود از دو ایستگاه هیدرومتری ساری-قمیش و نظام آباد واقع در استان آذربایجان غربی استفاده شد. اخیرا شیوه استفاده از مدل های هوشمند به صورت ترکیبی موردپذیرش قرارگرفته است که در این تحقیق، برای مقابله با پیچیدگی و ناپایداری داده های سری زمانی از الگوریتم پیش پردازش تجزیه مد تجربی (EMD) استفاده شد. EMD یک روش تجزیه اطلاعات برای استخراج سیگنال­ها در اطلاعات تولیدشده توسط عملیات غیرخطی و غیرایستا است. در این تحقیق، از روش مدل برنامه ریزی بیان ژن و از مدل شبکه عصبی مصنوعی استفاده شد. نتایج تحقیق نشان داد که عملکرد مدل برنامه ریزی بیان ژن برابر و گاهی کمتر از عملکرد شبکه عصبی مصنوعی بود. بااین حال ترکیب دو مدل مذکور با فن (EMD) باعث افزایش دقت مدل و کاهش خطا در شبیه سازی جریان رودخانه در ایستگاه های ساری-قمیش و نظام­آباد شد. نتایج نشان داد که در مرحله آزمون ترکیب روش GEP با EMD باعث ارتقا ضریب تبیین به میزان ۷.۲۹% و ۲.۱۵% به ترتیب برای ایستگاه ساری-قمیش و نظام­آباد گردید، همچنین در مرحله آزمون ترکیب روش ANN با EMD باعث ارتقا ضریب تبیین به میزان ۳.۰۶% و ۳.۰۹%  به ترتیب برای ایستگاه ساری-قمیش و نظام ­آباد گردید.