>
Fa   |   Ar   |   En
   مقایسه عملکرد مدل های هوش مصنوعی در تخمین پارامترهای کیفی آب رودخانه در دوره های کم آبی و پرآبی  
   
نویسنده منتصری مجید ,زمان زاد قویدل سروین
منبع آب و خاك - 1395 - دوره : 30 - شماره : 6 - صفحه:1733 -1747
چکیده    وقوع متناوب دوره های کم آبی و پرآبی درحوضه آبریز زرینه رود علاوه بر تاثیر روی وضعیت کمی آب های سطحی، باعث تغییراتی در کیفیت آب این حوضه شده است. لذا، مدل بندی و پیش بینی پارامترهای کیفی آب رودخانه زرینه رود در دوره های کم آبی و پرآبی، یکی از ضرورت های تحقیقاتی در این رودخانه پرآب شمال غرب ایران بوده است. در این مطالعه، روش های شبکه های عصبی مصنوعی به ازای پنج الگوریتم آموزشی مختلف و سامانه استنتاجی عصبیفازی تطبیقی مبتنی بر مدل دسته بندی تفریقی، جهت تخمین میزان جامدات محلول tds به کار گرفته شدند. بدین منظور از داده های کیفیت آب هفت ایستگاه هیدرومتری در حوضه آبریز مذکور با طول دوره آماری 18 ساله (1389-1372) استفاده گردید. ابتدا دوره مطالعاتی مذکور بر اساس میزان جریان در رودخانه به دو دوره کم آبی و پرآبی تفکیک شده، سپس در یک آنالیز اولیه آماری، پارامترهای موثر اصلی در تخمین tds تعیین و برای مدل بندی استفاده گردید. برای مدل بندی 75 درصد داده ها برای کالیبره کردن و 25 درصد برای ارزیابی مدل استفاده شده است. ارزیابی عملکرد مدل های به کار رفته بر اساس آزمون های آماری مختلف، ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا انجام گرفت. نتایج حاصل حاکی از عملکرد قابل قبول هر دو روش شبکه های عصبی مصنوعی با الگوریتم آموزشی لونبرگمارگارت و سامانه استنتاجی عصبیفازی تطبیقی در دوره های کم آبی و پرآبی بود. مقایسه عملکرد روش های به کار گرفته شده، نشان داد که عملکرد روش عصبیفازی تطبیقی در هر دو دوره مطالعاتی بهتر از شبکه های عصبی مصنوعی می‏باشد.
کلیدواژه جامدات محلول، زرینه رود، سامانه استنتاجی عصبی- فازی تطبیقی، شبکه عصبی مصنوعی
آدرس دانشگاه ارومیه, گروه مهندسی آب, ایران, دانشگاه ارومیه, گروه مهندسی آب, ایران
پست الکترونیکی snzghavidel@gmail.com
 
 

Copyright 2015
Islamic World Science Citation Center
All Rights Reserved