سال انتشار: ۱۳۹۱

محل انتشار: نهمین سمینار بین المللی مهندسی رودخانه

تعداد صفحات: ۹

نویسنده(ها):

سیدمرتضی سیدیان – استادیار گروه آبخیزداری دانشگاه گنبد کاووس
معصومه فراستی – استادیار گروه مهندسی آب دانشگاه رازی کرمانشاه

چکیده:

تخمین بار رسوب اهمیت ویژهای در زمینههای هیدرولوژی، محیط زیست و … دارد. مهمترین رابطه برای تخمین بار رسوب یک رابطهی رگرسیونی توانی میباشد که در برخی موارد نتایج آن با واقعیت تفاوت زیادی دارد . درسالهای اخیر با پیشرفت علوم از هوش مصنوعی در زمینههای مختلف استفاده میگردد. در این تحقیق توانایی مدلANFIS) در تخمین بار رسوب چهار ایستگاه در آمریکا بررسی گردید. بدین منظور اطلاعات مربوط به دبیو بار رسوب روزانه این ایستگاهها با پنج ترکیب ورودی مختلف متشکل از دبی همان روزQt) دبی روز قبل Qt-) بار رسوب روز قبل(Lt-1و زمان متمرکزT)به عنوان ورودیANFIS در نظر گرفته شد. نتایج نشان داد دقت بهترین ترکیب مدلANFIS بسیار بیشتر از مدل رگرسیونی میباشد. ترکیبهای مختلف برای تخمین بار رسوب روزانه با یکدیگر مقایسه گردید. نتایج نشان داد پارامتر زمان متمرکز که محاسباتی میباشد و نیاز به اندازه – گیری ندارد در صورتیکه محدودیت برداشت داده وجود داشته باشد باعث بهبود نتایج میگردد. در مجموع درصورتیکه دبی و بار رسوب روز قبل موجود باشد ترکیبQt,Qt-1,Lt- 1میتواند بهترین نتیجه را در تخمین بار رسوب روزانه ارائه دهد