ارزیابی مقایسهای مدلهای سیستم استنتاج فازی عصبی تطبیقی ANFIS و سری زمانی ITSM در شبیه سازی بار رسوب معلق مطالعه موردی:رودخانه دالکی ایستگاه چم چیت

بررسی و تخمین رسوب در رودخانه بهدلیل وجود جامدات معلق موجود در آب رودخانهها از اهمیت خاصی برخوردار است. اثرات زیست محیطی ناشی از رسوبات از جهات گوناگون قابل توجه و بررسی است. تعیین دقیق معادلات حاکمه برای تعیین مقدار رسوب بهدلیل تاثیرپذیری از شرایط گوناگون و عواملی که به راحتی قابل تعیین نیستند، در طول یک بازه زمانی بسیار پیچیده و دشوار میباشد. در این تحقیق عملکرد مدلهای سری زمانی و سیستم استنتاج فازی - عصبی تطبیقی جهت شبیهسازی بار رسوب معلق رودخانه دالکی ایستگاه چمچیت مورد بررسی قرار گرفت. از دادههای دبی رسوب و دبی جریان ماهانه طی یک دوره آماری 21 ساله بهعنوان ورودی مدل استفاده شد. از 252 داده مورد استفاده در کل دوره آماری، 08 درصد برای آموزش و 28 درصد برای اعتبارسنجی بهصورت تصادفی انتخاب گردید. در شبکههای فازی عصبی تطبیقی جهت صحت سنجی مدل، انواع الگوهای مختلف را جهت شبیهسازی بار رسوب معلق و حداکثر تا 2 ماه تاخیر را بررسی کرده و در نهایت الگوی برتر را انتخاب میکنیم. معیار ارزیابی جهت انتخاب مدل برتر بین دو مدل سری زمانی و شبکههای فازی عصبی – تطبیقی، ضریب همبستگی R و مجذور میانگین مربعات خطا RMSE میباشد. با مقایسه نتایج دو روش نشان داد که شبکههای فازی عصبی تطبیقی – توانایی بالاتری را در شبیهسازی بار رسوب معلق در مقیاس ماهانه در رودخانه دالکی ایستگاه چمچیت دارد

Keywords:

سری زمانی , رسوب معلق , شبکه فازی عصبی تطبیقی , چمچیت