بررسی امکان برآورد بار معلق رودخانه کرج با بهره گیری از منطق فازی و شبکه عصبی

Authors

علی سلاجقه

علی فتح آبادی

abstract

برآورد بار معلق رودخانه یک امر مهم در طراحی سازه های آبی, مسائل زیست محیطی و کیفیت آب رودخانه ها می باشد. یکی از متداول ترین روش ها برای برآورد بار معلق رودخانه منحنی سنجه رسوب می باشد،‏‏ْ در منحنی سنجه رسوب یک رابطه رگرسیونی که به طور معمول از نوع توانی می باشد بین دبی آب و رسوب بر قرار می شود. با توجه به عدم قطعیت ها و غیر خطی بودن ارتباط بین دبی آب و رسوب, منحنی سنجه رسوب فاقد کارایی لازم برای این امر می باشد. در این پژوهش با بهره گیری از روش های هوش مصنوعی (شبکه عصبی مصنوعی و منطق فازی) میزان بار معلق رودخانه کرج در ایستگاه سیرا برآورد شد. در آغاز مدل های مختلف شبکه عصبی و منطق فازی ساخته شد, که در روش شبکه عصبی شبکه با چهار نرون در لایه مخفی و در منطق فازی سیستم استنتاج فازی ممدانی با چهار تابع عضویت گوسی به عنوان بهترین مدل ها شناخته شدند, در نهایت نتایج این پژوهش نشان داد که منطق فازی عملکرد بهتری نسبت به دو روش شبکه عصبی مصنوعی و منحنی سنجه رسوب داشته و بهره گیری از آن برای برآورد بار معلق رودخانه پیشنهاد می شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی امکان برآورد بار معلق رودخانه کرج با بهره‌گیری از منطق فازی و شبکه عصبی

برآورد بار معلق رودخانه یک امر مهم در طراحی سازه‌های آبی, مسائل زیست محیطی و کیفیت آب رودخانه‌ها می‌باشد. یکی از متداول‌ترین روش‌ها برای برآورد بار معلق رودخانه منحنی سنجه رسوب می‌باشد،‏‏ْ در منحنی سنجه رسوب یک رابطه رگرسیونی که به‌طور معمول از نوع توانی می‌باشد بین دبی آب و رسوب بر قرار می‌شود. با توجه به عدم قطعیت‌ها و غیر خطی بودن ارتباط بین دبی آب و رسوب, منحنی سنجه رسوب فاقد کارایی لازم برا...

full text

بررسی امکان مدلسازی بار معلق رودخانه با استفاده از منطق فازی (مطالعه موردی: حوزه آبخیز زنجانرود)

یکی از مهم‌ترین مسائل در طراحی سازه‌های آبی، بررسی کیفیت آب، تعیین تاثیر مدیریت حوزه آبخیز وحفاظت زیستگاه ماهیان و تعیین میزان و حجم رسوبات معلق رودخانه‌ها است. برای برآورد بار معلق رودخانه‌ها، به طور معمول از دو روش تجربی و هیدرولوژیکی بهره‌گیری می‌شود؛ اما به دلیل بیشماری و ضرورت اصلاح روش‌های تجربی و نیز به علت برآورد نه چندان دقیق و نبود امکان بررسی تغییرات زمانی رسوبات حمل شده توسط جریان د...

full text

بررسی کارایی شبکه عصبی مصنوعی در برآورد بار معلق رودخانه با استفاده از داده های دسته‌بندی‌شده

بار رسوب جریان، شاخص مفیدی در پیش‌بینی فرسایش خاک در حوزه‌های آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب می‌تواند در مدیریت و اجرای پروژه‌های آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دسته‌بندی داده‌ها به‌عنوان راه‌کاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانه‌های خلیفه‌ترخان و چهل‌گزی در حوضۀ قشلاق...

full text

بررسی امکان مدلسازی بار معلق رودخانه با استفاده از منطق فازی (مطالعه موردی: حوزه آبخیز زنجانرود)

یکی از مهم ترین مسائل در طراحی سازه های آبی، بررسی کیفیت آب، تعیین تاثیر مدیریت حوزه آبخیز وحفاظت زیستگاه ماهیان و تعیین میزان و حجم رسوبات معلق رودخانه ها است. برای برآورد بار معلق رودخانه ها، به طور معمول از دو روش تجربی و هیدرولوژیکی بهره گیری می شود؛ اما به دلیل بیشماری و ضرورت اصلاح روش های تجربی و نیز به علت برآورد نه چندان دقیق و نبود امکان بررسی تغییرات زمانی رسوبات حمل شده توسط جریان د...

full text

بررسی امکان کاربرد سیستم استنتاج فازی- عصبی تطبیقی (ANFIS) در برآورد بار رسوب معلق بابل‌رود

Sediment load estimation is one of the most important issues in rivers & dam reservoirs management and generally in water projects. Various empirical equations show that proper analytical or empirical method is not suggested for correct estimation of suspended sediment, yet. In the present study, to assessment of closer estimation to actual data of transported sediment in Ghoran Talar station l...

full text

بررسی امکان کاربرد سیستم استنتاج فازی- عصبی تطبیقی (anfis) در برآورد بار رسوب معلق بابل رود

برآورد بار رسوبی یکی از مهم­ترین مسائلی است که در مدیریت رودخانه ها و مخازن سدها و به طور کلی در پروژه های آبی اهمیت بسزائی دارد. تعداد روابط تجربی ارائه شده نشان می دهد هنوز روش تحلیلی یا تجربی مناسبی برای تخمین صحیح بار رسوب معلق پیشنهاد نشده است. در پژوهش حاضر، به منظور دستیابی به تخمینی نزدیک به واقعیت از میزان حمل رسوبات ایستگاه قرآن تالار بابل­رود، از سیستم استنتاج فازی- عصبی تطبیقی ( anf...

full text

My Resources

Save resource for easier access later


Journal title:
مرتع و آبخیزداری

Publisher: دانشکده منابع طبیعی دانشگاه تهران

ISSN 5044-2008

volume 62

issue 2 2009

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023