ﻫﺪف از ﻣﻄﺎﻟﻌﻪ ﺣﺎﺿﺮ ﭘﯿﺶ ﺑﯿﻨﯽ ﺟﺮﯾﺎن در دو اﯾﺴﺘﮕﺎه ﻫﯿﺪروﻣﺘﺮی واﻗﻊ ﺷﺪه ﺑﺮوی رودﺧﺎﻧﻪﻫﺎی ﺷﺎه ﺑﻬﺮام و ﺷﯿﻮ واﻗﻊ در اﺳﺘﺎن ﮐﻬﮕﯿﻠﻮﯾﻪ و ﺑﻮﯾﺮاﺣﻤﺪ ﮐﺸﻮر اﯾﺮان، ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی ﺷﺒﮑﻪ ﻫﺎی ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ MLP-ANN, RBF- ANN)(، ﺳﺮی زﻣﺎﻧﯽ )(SARIMA و رﮔﺮﺳﯿﻮن ﭼﻨﺪﮔﺎﻧﻪ )MLR( ﺑﺎ ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ دادهﻫﺎی ﻫﻮاﺷﻨﺎﺳﯽ )ﺑﺎرش، دﺑﯽ، دﻣﺎ، ﺗﺒﺨﯿﺮ( ﻣﯽ ﺑﺎﺷﺪ. ﺑﺮای ﭘﯿﺶ ﺑﯿﻨﯽ ﺟﺮﯾﺎن ﺗﻘﺮﯾﺒﺎ ۸۰ درﺻﺪ از دادهﻫﺎی ﻣﺸﺎﻫﺪه ای ﺑﺮای آﻣﻮزش و ۲۰ درﺻﺪ ﺑﺮای آزﻣﺎﯾﺶ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪ. . در روش آرﯾﻤﺎ از ﺑﯿﻦ ﻣﺪلﻫﺎی ﻣﺨﺘﻠﻒ روﺷﯽ ﮐﻪ ﮐﻢﺗﺮﯾﻦ آﮐﺎﺋﯿﮏ را داﺷﺘﻪ ﺑﺎﺷﺪ ﺑﻪﻋﻨﻮان ﻣﺪل ﺑﻬﯿﻨﻪ اﻧﺘﺨﺎب ﮔﺮدﯾﺪ. در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ ﺳﻪ روش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ و رﮔﺮﺳﯿﻮن ﭼﻨﺪ ﻣﺘﻐﯿﺮه وﺳﺮی ﻫﺎی زﻣﺎﻧﯽ ﻫﻤﺎﻧﻄﻮر ﮐﻪ ﻣﺸﺎﻫﺪه ﻣﯽﺷﻮد ﻣﻘﺎدﯾﺮ ﻣﺠﺬور ﻣﯿﺎﻧﮕﯿﻦ ﻣﺮﺑﻌﺎت ﺧﻄﺎ و ﺿﺮﯾﺐ ﺗﺒﯿﯿﻦ در روش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﻘﺎدﯾﺮ ﻣﻨﺎﺳﺒﺖﺗﺮی ﻣﯽﺑﺎﺷﺪ ﮐﻪ ﺑﯿﺎﻧﮕﺮ دﻗﺖ روش ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ در ﭘﯿﺶ ﺑﯿﻨﯽ رواﻧﺎب ﻧﺴﺒﺖ ﺑﻪ دﯾﮕﺮ روشﻫﺎ ﻣﯽﺑﺎﺷﺪ. در ﻣﻘﺎﯾﺴﻪ ﺑﯿﻦ اﯾﺴﺘﮕﺎﻫﻬﺎ، در اﻏﻠﺐ ﻣﻮارد اﯾﺴﺘﮕﺎه ﭘﻞ ﺑﺮﯾﻢ و در ﻣﻘﺎﯾﺴﻪ ﺑﯿﻦ ﻣﻘﯿﺎس ﻫﺎی زﻣﺎﻧﯽ ، ﻣﻘﯿﺎس روزاﻧﻪ ﺑﯿﺸﺘﺮﯾﻦ ﻣﯿﺰان ﺿﺮﯾﺐ ﻫﻤﺴﺘﮕﯽ را در ﻣﺪل ﻫﺎ اراﺋﻪ ﻧﻤﻮده اﺳﺖ.
کلمات کلیدی: آرﯾﻤﺎ، ﭘﯿﺶ ﺑﯿﻨﯽ ، ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ، رﮔﺮﺳﯿﻮن، ﻣﺪﻟﺴﺎزی، ﺣﻮزه آﺑﺨﯿﺰ
هنوز بررسی‌ای ثبت نشده است.