استفاده از مدل های تلفیق منطق فازی و شبکه عصبی بهینه شده، در تخمین پارامترهای شوری آب رودخانه

ازجمله مهم ترین معیارهای کیفی در طبقه بندی آب از نظر کشاورزی، شوری موجود در آن است، زیرا این دو، نه تنها بر رشد گیاه موثرند. بلکه درجه تناسب آب را از نظر آبیاری وتاثیر آن بر نفوذپذیری خاک مشخص می سازند. در این پژوهش با استفاده از مدل استنتاج فازی عصبی تطبیقی ANFIS و همچنین بهینه سازی ان با استفاده از الگوریتم خفاش ANFIS به تخمین شاخص های شوری آب رودخانه زاینده رود در ایستگاه ورزنه پرداخته شد. از این رو برای تخمین پارامترهای هدایت الکتریکی EC و نسبت جذب سدیم SAR، پارامترهایی از بین شاخص های کیفی موجود در آب رودخانه زاینده رود در 14 سال آماری با استفاده از نرم افزار SPSS برای ورودی به سیستم انتخاب شد. در ادامه برای واسنجی نتایج به دست آمدله از پارامترهای همانند ضریب تبیین R2 مجذور میانگین مربعات خطا RMSE و میانگین قدر مطلق خطای نسبی MAPE استفاده شد. تحلیل ها نشان داد که الگوریتم IBA تاثیر مطلوبی بر قابلیت ANFIS در تخمین پارامترهای شوری آب داشت، به صورتی که بای EC میزان R2 از 0/79 برای ANFIS به 0/97 برای ANFIS-IBA رسید.

Keywords:

و ANFIS , رودخانه زاینده رود , الگوریتم خفاش , شوری آب , SAR , EC