پیش‌بینی دبی‌های اوج ناشی از شکست سد توسط هوش‌مصنوعی

برآورد دبی اوج ناشی از شکست سد، یکی از موضوعات اساسی در مدیریت منابع آب و کنترل سیلاب بوده، که نقش ویژه­ای در تخفیف سیل و کاهش خسارات دارد. هدف از این مطالعه بررسی توانمندی روش­های هوش مصنوعی (جنگل تصادفی و روش ترکیبی بگینگ-جنگل تصادفی) در پیش­بینی و تخمین حداکثر دبی سیلاب ناشی از شکست سد است. داده­های ثبت شده از مرور منابع جمع­آوری گردید و در نهایت به دو دسته جهت مدل­سازی و اعتبارسنجی تقسیم شدند. در نهایت نتایج توسط معیارهای کمی و بصری ارزیابی شدند. نتایج نشان داد هرچند که مدل ترکیبی(r2=0/85) دارای دقت بالاتری نسبت به مدل منفرد(r2=/083) است، هر دو مدل ذکر شده دارای دقت بسیار خوبی در پیش­بینی دبی­های اوج ناشی از شکست سد هستند. همچنین نتایج نشان داد که حجم مخزن سد دارای تاثیر بالاتری بر مدل­سازی دبی خروجی نسبت به ارتفاع آب پشت سد دارد.

Predicting peak discharges due to dam failure by artificial intelligence

Estimating peak discharge due to dam failure is one of the key issues in water resources management and flood control, which has a special role in flood mitigation and damage reduction. The aim of this study was to investigate the capability of artificial intelligence methods (random forest and combined bagging-random forest method) in predicting and estimating the maximum flood discharge due to dam failure. The recorded data were collected from a review of sources and finally divided into two categories for modeling and validation. Finally, the results were evaluated by quantitative and visual criteria. The results showed that although the combined model (R2 = 0.85) has a higher accuracy than the single model (R2 = / 083), both models have very good accuracy in predicting peak discharges due to dam failure. are. The results also showed that the reservoir volume of the dam has a higher effect on modeling the outflow than the water height behind the dam.