مقایسه عملکرد شبکه های عصبی مصنوعی پرسپترون چندلایه و رگرسیون خطی چند متغیره در پیش بینی جریان ورودی روزانه به مخزن سد مهاباد

پیشبینی جریان ورودی به مخزن سد از دیدگاه بهره برداری موثر مخزن و مدیریت منابع آب اهمیت زیادی دارد. هدف اصلی این تحقیق پیشبینی جریان ورودی روزانه به مخزن سد مهاباد برای روزهای آتی با استفاده از روش های شبکه عصبی مصنوعی و مقایسه آن با رگرسیون خطی چندگانه میباشد. به همین منظور داده های تاریخی مربوط به دبی جریان ورودی به سد مهاباد و بارندگی در ایستگاه هواشناسی بالادست سد مهاباد به مدت 3 سال (1388-1390) به صورت روزانه مورد استفاده قرار گرفت. به منظور ارزیابی کارایی هر یک از روش های فوق، معیارهای ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) محاسبه و مورد مقایسه قرار گرفت. نتایج نشان داد که مدل شبکه های عصبی مصنوعی در پیشبینی جریان ورودی به مخزن سد مهاباد برای گام های زمانی 1 تا 3 روز آینده نتایج بهتری نسبت به رگرسیون خطی ارایه می نماید. همچنین با افزایش گام زمانی از 1 تا 3 روز دقت پیشبینی ها در هر دو روش شبکه عصبی مصنوعی و رگرسیون خطی کاهش می یابد.