پیش بینی کیفی رودخانه ها با استفاده از سیستم استنتاج فازی-عصبی تطبیقی
Authors
abstract
اخیرأ استفاده از مدل های ریاضی برای شبیه سازی کیفیت آب رودخانه ها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابت های شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیش بینی کیفی رودخانه هاست. در این مقاله ضمن بیان مبانی این سیستم به منظور پیش بینی کیفی آبهای سطحی، کاربرد آن با مجموعه ای از داده های 16 ساله از اکسیژن محلول(do) و اکسیژن مورد نیاز بیوشیمیایی(bod) از رودخانة زاینده رود نشان داده شده است. فرایند توسعه و ارزیابی سه نوع مدل سیستم استنتاج فازی-عصبی تطبیقی در پیش بینی (bod)براساس مجموعه عوامل مؤثر در یک و دو ایستگاه قبل نشان داد که دبی، درجة حرارت و مقدار اکسیژن مورد نیاز بیوشیمیایی در یک و دو ایستگاه قبل با مقدار ضریب تبیین 953/0 در مرحلة واسنجی و 931/0 در مرحلة اعتبارسنجی مناسب ترین مدل و برای پیش بینی اکسیژن محلول عوامل سرعت، عمق، درجة حرارت، عرض در سطح آب و اکسیژن محلول در یک ایستگاه قبل با مقدار ضریب تبیین 921/0 در مرحلة واسنجی و 904/0 در مرحلة اعتبارسنجی، مناسب ترین مدل است. در نهایت مقادیر پیش بینی شده بهنگام توسط مدل ها با مقادیر اندازه گیری شده مقایسه شد و نشان داده شد که سیستم استنباط فازی عصبی-تطبیقی عملکرد مناسبی دارد. استفاده از سیستم استنتاج فازی-عصبی تطبیقی می تواند به عنوان رهیافت کاربردی جدیدی در پیش بینی وضعیت کیفی رودخانه هایی که داده های کافی برای مراحل آموزش، واسنجی و اعتبارسنجی دارند، مطرح باشد. هرچند ساخت مدل های پیش بینی کیفی رودخانه ها با این سیستم نیاز به متخصص خبره و حجم داده پردازی زیاد دارد، ولی دقت پیش بینی آنها بسیار مناسب است.
similar resources
پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدلسازی سیستمهایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا دادههای کافی از آنها موجود نیست، استفاده از تئوری مجموعههای فازی از جمله سیستم میباشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روشهای رایج، این است که این سیستم بر اساس قواعد اگر- آنگاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
full textپیش بینی جریان رودخانه با استفاده از سامانه استنتاج فازی(FIS) وسامانه استنتاج فازی- عصبی تطبیقی(ANFIS)
این مقاله فاقد چکیده میباشد.
full textپیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر- آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
full textپیشبینی کیفی رودخانهها با استفاده از سیستم استنتاج فازی-عصبی تطبیقی
اخیرأ استفاده از مدلهای ریاضی برای شبیهسازی کیفیت آب رودخانهها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابتهای شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیشبینی کیفی رودخانههاست. در این مقاله ضمن بیان مبانی این سیستم بهمنظور پیشبینی کیفی آبهای سطحی، کاربرد آن با مجموعهای از دادههای 16 ساله از اکسیژ...
full textپیش بینی پسماند تولیدی شهر تهران با استفاده از سامانه استنتاج تطبیقی فازی-عصبی و شبکههای عصبی مصنوعی
پیش بینی کمیت تولید، نقش به سزایی در بهینه سازی و برنامه ریزی سامانه مدیریت پسماندهای جامد شهری دارد، اما به علت دینامیک بودن سامانه های مدیریت پسماند، پیچیدگی روابط بین متغیر ورودی و خروجی، در دسترس نبودن و یا ناکافی بودن اطلاعات و همچنین تاثیر عوامل متغیر و غیرقابل کنترل همواره کار مشکلی بوده است. امروزه استفاده از سامانه های هوشمند به عنوان راهکاری نوین در تحلیل مسائل زیست محیطی، گسترش یاف...
full textپیش بینی عملکرد مزارع نیشکر با استفاده از سیستم فازی- عصبی تطبیقی
پارامترها و عوامل مختلفی از قبیل عمق سطح ایستابی نسبت به سطح زمین، شوری بخش اشباع خاک، عمق آب آبیاری، نوع خاک، رقم و سن گیاه بر عملکرد مزارع نیشکر تأثیر میگذارند. با بررسی این پارامترها و تعیین میزان اثر هر یک از آنها بر عملکرد مزارع نیشکر، میتوان راهکارهایی ارائه داد که با بهره گیری از امکانات و شرایط موجود حداکثر عملکرد را در مزارع نیشکر بهدست آورد. بدین منظور در این تحقیق سعی شد با ا...
full textMy Resources
Save resource for easier access later
Journal title:
محیط شناسیPublisher: دانشگاه تهران
ISSN 1025-8620
volume 36
issue 53 2010
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023