ارزيابي مقايسهاي مدلهاي سيستم استنتاج فازي عصبي تطبيقي ANFIS و سري زماني ITSM در شبيه سازي بار رسوب معلق مطالعه موردي:رودخانه دالكي ايستگاه چم چيت

چكیده 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 حاكمه برای تعیین مقدار رسوب بهدلیل تاثیرپذیری از شرایط گوناگون و عواملی كه به راحتی قابل تعیین نیستند، در طول یك بازه زمانی بسیار پیچیده و دشوار میباشد. در این تحقیق عملكرد مدلهای سری زمانی و سیستم استنتاج فازی - عصبی تطبیقی جهت شبیهسازی بار رسوب معلق رودخانه دالكی ایستگاه چمچیت مورد بررسی قرار گرفت. از دادههای دبی رسوب و دبی جریان ماهانه طی یك دوره آماری 21 ساله بهعنوان ورودی مدل استفاده شد. از 252 داده مورد استفاده در كل دوره آماری، 08 درصد برای آموزش و 28 درصد برای اعتبارسنجی بهصورت تصادفی انتخاب گردید. در شبكههای فازی عصبی تطبیقی جهت صحت سنجی مدل، انواع الگوهای مختلف را جهت شبیهسازی بار رسوب معلق و حداكثر تا 2 ماه تاخیر را بررسی كرده و در نهایت الگوی برتر را انتخاب میكنیم. معیار ارزیابی جهت انتخاب مدل برتر بین دو مدل سری زمانی و شبكههای فازی عصبی – تطبیقی، ضریب همبستگی ) R ( و مجذور میانگین مربعات خطا ) RMSE ( میباشد. با مقایسه نتایج دو روش نشان داد كه شبكههای فازی عصبی تطبیقی – توانایی بالاتری را در شبیهسازی بار رسوب معلق در مقیاس ماهانه در رودخانه دالكی ایستگاه چمچیت دارد. واژگان كلیدی: ، ، ،