| پیشبینی بار رسوبات معلق با استفاده از محاسبات نرم (مطالعه موردی: رودخانه میناب) |
| کد مقاله : 1096-IHA |
| نویسندگان |
|
گوهر نوروزی *1، رضا محمدپور2 1دانشجویی دکتری سازه های هیدرولیکی دانشکده مهندسی عمران دانشگاه آزاد اسلامی واحد استهبان 2عضو هییت علمی دانشکده مهندسی عمران دانشگاه آزاد اسلامی واحد استهبان |
| چکیده مقاله |
| انتقال رسوب در رودخانه به عنوان یکی از فرایند های مهمی است که بر خصوصیات مختلف سیستم از جمله سلامت و کیفیت آب ، جغرافیای رودخانه، قابلیت هدایت آب در کانال و چندین جنبه دیگر مهندسی آب تاثیر می گذارد. بنابراین درک مقدار دقیق رسوب منتقل شده در یک رودخانه برای چشم انداز مهندسی هیدرولیک بسیار ضروری است. بر همین اساس مطالعه حاضر با هدف ارزیابی توانایی رویکردهای سیستم استنتاج عصبی - فازی ANFIS، شبکه عصبی تابعشعاعی RBF و روش کنترل گروهی داده GMDH جهت پیش بینی دبی رسوب رودخانه میناب در ایستگاه برنظین انجام شد. با توجه به داده های موجود از ترکیبات مختلف دبی جریان و رسوب به عنوان ورودی مدل استفاده شد. بر همین اساس 12 سناریو با گام های زمانی مناسب برای پیشبینی دبی رسوب تعریف شد. عملکرد مدلهای ANFIS، RBF و GMDH بر اساس معیارهای آماری از جمله ضریب ناش (NASH)، میانگین خطای مطلق (MAE) و ضریب تعیین (R) با هم مقایسه شد. نتایج نشان میدهد که روش GMDH با مقادیر ضریب NASH، R و MSE به ترتیب برابر با 0.6910، 0.8419 و 1359.79 بهترین عملکرد در پیش بینی دبی رسوب در رودخانه میناب داشته است. |
| کلیدواژه ها |
| بار معلق رسوب، شبکه عصبی تابع شعاعی RBF، سیستم استنتاج عصبی- فازی، رودخانه میناب، مدلسازی |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |