:: دوره 8، شماره 27 - ( 12-1393 ) ::
جلد 8 شماره 27 صفحات 34-27 برگشت به فهرست نسخه ها
شبیه سازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی با ترکیبات ورودی مختلف (مطالعه موردی: ایستگاه سیرا-سدکرج)
محسن یوسفی*
چکیده:   (13701 مشاهده)

به منظور اجرای برنامههای حفاظت خاک و کاهش رسوب زایی، همچنین محاسبه و طراحی دقیق حجم سد در احداث سدهای مخزنی، ارزیابی و برآورد میزان تولید رسوب در حوزه آبخیز بالادست سد، ضروری است. به طورکلی پدیده فرسایش و انتقال رسوب از پیچیدهترین مسایل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن به دلیل تأثیرات متغیرهای مختلف، به آسانی میسر نیست. هدف از این مطالعه شبیهسازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی میباشد و برای این کار لازم است ابتدا ترکیبات ورودی مختلف با استفاده از روشهای رگرسیون گام به گام، مدل الگوریتم ژنتیک و آزمون گاما تعیین و سپس مناسبترین ترکیب به عنوان ورودی مدل انتخاب گردد. دادههای ایستگاه سیرا سد کرج در بازه زمانی 1353-1390 (37 سال) مورد استفاده قرار گرفت به نحوی که 15 متغیر به عنوان ورودی و یک متغیر به عنوان خروجی در نظر گرفته شد. نتایج نشان داد مدل عصبی-فازی در حالت استفاده از تعداد دادههای آموزشی مناسب و ترکیب منتخب الگوریتم ژنتیک به مناسبترین مدلسازی دست یافت. نکته لازم به ذکر این است که در حالت استفاده از تمام متغیرهای ورودی، مدلسازی مناسبی در مدل عصبی-فازی انجام نشد لذا استفاده از روشهای تعیین ترکیب ورودی مناسب ضروری به نظر میرسد. در نهایت مدل الگوریتم ژنتیک به عنوان مناسبترین روش و رگرسیون گام به گام در مرتبه دوم و آزمون گاما در مرتبه سوم به عنوان روشهای مناسب تعیین ترکیب ورودی مدل عصبی-فازی انتخاب شدند. همچنین مدل عصبی-فازی در حالت استفاده از ترکیب منتخب الگوریتم ژنتیک در شبیهسازی بار رسوبی معلق با ضریب همبستگی 99/0 و میانگین مربعات خطا 0000009/0 به عنوان مناسبترین مدل سازی انتخاب شد. 

واژه‌های کلیدی: تعیین ترکیب ورودی، رگرسیون گام به گام، الگوریتم ژنتیک، آزمون گاما، نرم افزار Wingamma، ضریب گاما
متن کامل [PDF 462 kb]   (2071 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1394/3/11 | ویرایش نهایی: 1394/3/11 | پذیرش: 1394/3/11 | انتشار: 1394/3/11 | انتشار الکترونیک: 1394/3/11


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 8، شماره 27 - ( 12-1393 ) برگشت به فهرست نسخه ها