%0 Journal Article %T پیش‌بینی جریان روزانه در حوضۀ آبریز رودخانۀ تلوار با مدل‌های هوشمند %J اکوهیدرولوژی %I دانشکده علوم و فنون نوین دانشگاه تهران %Z 2423-6098 %A بایزیدی, مطلّب %A اسدزاده, فرخ %A کاکی, مهری %D 2018 %\ 03/21/2018 %V 5 %N 1 %P 203-213 %! پیش‌بینی جریان روزانه در حوضۀ آبریز رودخانۀ تلوار با مدل‌های هوشمند %K تخمین جریان %K رودخانۀ تلوار %K شبکۀ عصبی موجک %K مدل برنامه‏ریزی بیان ژن %K مدل LS-SVM %R 10.22059/ije.2018.223015.386 %X دبی رودخانه‏ها به‏دلیل تغییرات درخور توجه زمانی و مکانی در مطالعات هیدرولوژی و برنامه‏ریزی مدیریت منابع آب اهمیت فراوانی دارد. در علوم مهندسی آب، سعی بر این است که با استفاده از سری زمانی داده‏های ثبت‌شده، اقدام به برآورد جریان رودخانه شود. افزایش دقت پیش‏بینی‏های یاد‌شده می‏تواند در برنامه‏ریزی دقیق تخصیص منابع آب مؤثر باشد. در این پژوهش از سه روش برنامه‏ریزی بیان ژن، روش حداقل مربعات ماشین بردار پشتیبان و شبکۀ عصبی موجکی برای برآورد جریان رودخانۀ تلوار در حوضۀ آبخیز قروه‌ـ دهگلان استفاده شده و کارایی آنها مقایسه شد. به این‌منظور داده‏های 10 سالۀ دبی رودخانه (1381-1391) به منظور مدل‏سازی استفاده شد. برای مدل‏سازی با روش‏های یادشده، 75 درصد از داده‏ها به عنوان داده‏های آموزش و 25 درصد نیز به‌منزلۀ داده‏های اعتبارسنجی مدل استفاده شدند. نتایج به‌دست‌آمده نشان داد پیش‏بینی مدل جریان با تأخیر دو روز قبل جریان در رودخانه در هر سه روش دقت قابل قبولی دارد، به‌طوری که معیار ضریب تبیین در مرحلۀ اعتبارسنجی در بهترین مدل به‌ترتیب برای برنامه‏ریزی بیان ژن، ماشین بردار پشتیبان و شبکۀ عصبی موجک برابر با 94/0، 92/0 و 90/0 بودند. همچنین، مقایسۀ سه مدل نشان داد روش ماشین بردار پشتیبان نسبت به دو روش دیگر عملکرد بهتری دارد و نیز دقت پیش‏بینی در این مدل با افزایش تعداد تأخیرها به چهار و پنج روز قبل افزایش می‏یابد. %U https://ije.ut.ac.ir/article_64835_997b89899b7a1ac368730b95d91cd2c9.pdf