پیشبینی میزان رسوب معلق با استفاده از سیستم استنتاج فازی- عصبی وشبکه عصبی مصنوعی (مطالعه موردی :رودخانه ذیلکی رود-استان گیلان)

نوع مقاله: مقاله پژوهشی

نویسندگان

عضو هیات علمی دانشگاه آزاد لاهیجان

10.22034/jest.2018.16108.2456

چکیده

زمینه و هدف: در تحقیق حاضر، هدف تخمین بار رسوب معلق رودخانه ذیلکی رود با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی با نرم افزار MATLAB می باشد.
روش بررسی: ورودی های مدل شامل دبی و خروجی مدل غلظت رسوب در گام زمانی بوده است.ورودی و خروجی رودخانه در دوره (1393-1366) دارای روند مثبت بوده و 80 درصد داده ها جهت آموزش و 20 درصد داده ها جهت آزمون شبکه مورد استفاده قرار گرفت. برای آموزش شبکه ابتدا تعدادی از داده ها که معرف شرایط مسئله باشد را برای آموزش انتخاب کرده و بقیه داده ها جهت آزمون عملکرد شبکه آموزش دیده به کار می رود. در نتیجه از تعداد 229 داده موجود 182 داده به عنوان داده های آموزشی و 47 داده برای آزمون بکار برده شده است. در جدول(1 ) پارامترهای آماری مربوط به رودخانه ذیلکی رود نشان داده شده است.
یافته ها و نتایج:.نتایج بدست آمده نشان می دهند که غلظت بار معلق رسوب حاصل از مدل های شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی به داده های واقعی غلظت رسوب نزدیک تر هستند و ضریب همبستگی حاصل از سیستم استنتاج فازی- عصبی 0.9 درصد می باشد. این در حالی است که ضریب همبستگی برای مدل های شبکه عصبی مصنوعی 0.83 می باشد. بنابراین سیستم استنتاج فازی- عصبی نتایج و کارایی بهتری در پیش بینی بار معلق رسوب دارد و کارایی و انعطاف پذیری مدل سیستم استنتاج فازی- عصبی در پیش بینی میزان رسوبات معلق رودخانه نسبت به مدل شبکه عصبی مصنوعی نشان داده شد.

کلیدواژه‌ها

موضوعات