برآورد بار معلق رودخانه ها به كمك شبكه هاي عصبي و نروفازي (مطالعه موردي؛ بابل رود)

به دليل ساختار كاملاً غيرخطي پديده رسوب، روش هاي كلاسيك و معمول مانند منحني سنجه قادر بهتخمين صحيح دبي رسوبات نمي باشند. بنابراين، روش هاي نوين هوش مصنوعي از جمله؛ شبكه عصبي، فازي وسيستم استنتاج فازي- عصبي تطبيقي (نروفازي) براي مدل كردن آن مطرح شده اند. در اين تحقيق ، با بهره گيري از روش هاي هوش مصنوعي نظير شبكه عصبي پرسپت رون چند لايه (MLP) و تكنيك نروفازي (ANFIS)، مقدار رسوب معلق ايستگاه هيدرومتري قرآن تالار واقع بر رودخانه بابل رود برآورد گرديد. در اين راستا تركيبات مختلفي بر حسب دبيهاي با تأخير زماني به عنوان پارامترهاي ورودي و دبي رسوب معلق بهعنوان خروجي شبكه در نظر گرفته شد. سپس با آموزش شبكه و تعيين ساختار مطلوب به كمك نرم افزار MATLAB، مناسب ترين مدل بر اساس شاخصهاي آماري به دست آمد و با نتايج حاصل از روش كلاسيك منحني سنجه رسوب مورد مقايسه قرار گرفت. نتايج نشان داد كه روش ANFIS به دليل اين كه اساس آن بر پايه قوانين منطقي بيان شده است، از دقت بالاتري نسبت به شبكه عصبي MLP و منحني سنجه رسوب در برآورد بار رسوبات معلق رودخانهها برخوردار مي باشد.