پيش بيني كيفي رودخانه ها با استفاده از سيستم استنتاج فازي- عصبي تطبيقي

پیش بینی وضعیت كیفی منابع آب به ویژه رودخانه ها می تواند در جهت مدیریت و بهره برداری بهینه از آنها نقش موثری داشته باشد. در مدیریت یكپارچه منابع آب، حفظ كیفیت آب به ویژه در مناطقی كه با محدودیت نسبی منابع آب روبرو هستند، به عنوان یكی از اركان برنامه ریزی مطرح می باشد. به دلیل پیچیدگی و تعدد فرآیندهای كیفی منابع آب سطحی، استفاده از سیستم استنباط فازی- عصبی تطبیقی كه قابلیت فراگیری و درك روابط حاكم بر این گونه فرآیندها را بدون نیاز به معادلات حاكم را دارد، روشی نوین جهت پیش بینی كیفی رودخانه ها ارائه شده است. در این مقاله ضمن بیان مبانی این سیستم، كاربرد آن با مجموعه ای از داده های واقعی از رودخانه زاینده رود نشان داده شده است. فرآیند توسعه و ارزیابی سه نوع مدل ANFIS براساس مجموعه داده های گوناگون ارائه و نشان داده شد كه هر چند هر سه مدل دارای نتایج پیش بینی مناسبی می باشند، ولی مدل نوع اول با مجموعه داده های كمتر، عملكرد بهتری را نشان می دهد. نهایتا مقادیر پیش بینی شده بهنگام توسط مدلها با مقادیر اندازه گیری شده مقایسه گردیده است. استفاده از سیستم استنتاج فازی-عصبی تطبیقی می تواند به عنوان رهیافت كاربردی جدیدی در پیش بینی وضعیت كیفی رودخانه هایی كه داده های كافی جهت مراحل آموزش، واسنجی و اعتبارسنجی را دارند مطرح باشد.