محبوبه کفیل - مهندسین مشاورگوهرآبکلا

با تخمین شیب پایدار صحیح در رودخانه های آبرفتی، هزینه های ناشی از فرسایش و رسوبگذاری در آنها کاهش می یابد. گرچه در طی سالیان گذشته روابط متعددی توسط دانشمندان علم هیدرولیک ارائه شدهاست، ولی مروری بر تاریخچه موضوع نشان می دهد این معادلات که عمدتاً از تئوری رژیم برای تعیین شیب پایدار استفاده نموده اند، عملکرد رضایت بخشی از خود نشان نداده اند. با توجه به گسترش استفاده ازمدل های داده محور در علوم مختلف و قابلیت این مد لها در پیش بینی رفتار توابع غیرخطی پیچیده و وجود پیچیدگی ارتباط بین پارامتر های هیدرولیکی شیب پایدار و جریان، از این مد لها (مانند مدل شبکه هایعصبی فازی تطبیقی)، می توان برای پیش بینی رفتار کانالهای آبرفتی استفاده کرد.در این تحقیق با استفاده از داده های 280 رودخانه در مناطق مختلف جهان، عملکرد مدل عصبی- فازی تطبیقیANFIS) با شبکه عصبی و معادلات موجود که بر مبنای رگرسیون غیر خطی می باشند، مقایسه شده و برتری مدل ANFIS در ایجاد نگاشت غیرخطی بین داده های ورودی و خروجی نشان داده شده است. ورودی های مدل دبی آب، قطر میانه ذرات و پارامتر شیلدز می باشد

کانال آبرفتی، شیب پایدار، تئوری رژیم، مدل عصبی فازی تطبیقی ANFIS/شبکه عصبی، رگرسیون غیر خطی، پارامتر شیلدز