مدل سازی تخصیص آب در سیستم شبکه زاینده رود با رویکرد استنتاج فازی و بکارگیری مولفه های اقتصادی

بهینه سازی بهره برداری از منابع آب و تعیین تخصیص های بخش کشاورزی به عنوان مصرف کننده اصلی در ابتدای دوره بهره برداری بخصوص در شرایط مواجهه با کم آبی و خشکسالی از اهمیت بسزایی برخوردار است. در این میان منطق فازی به عنوان تکنیکی محاسباتی برگرفته از نحوه استدلال انسان، در مسائل گوناگونی مدیریت منابع آب از جمله تخصیص و پیش بینی حجم آورد رودخانه، بسیار بکار گرفته شده است. در این تحقیق تلاش گردید تا مدلی فازی برای تخصیص آب بخش کشاورزی حوزه زاینده رود و حجم آورد ورودی به این سد توسعه یابد. برای این منظور مدلی بهینه سازی چهار لایه منتج از مقدسی (1388) تهیه گردید و خروجی این مدل (حجم آب رها شده از سد زاینده رود برای بخش کشاورزی) به عنوان متغیر خروجی مدل فازی تخصیص در نظر گرفته شد. از طرفی یکی از مشکلات عمده در مدل سازی های فازی، ساخت توابع عضویت و استخراج قوانین می باشد. بدین منظور با استفاده از روش های خودکار، توابع عضویت و قواعد فازی جهت تعیین خروجی مخزن سد زاینده رود برای بخش کشاورزی مورد ارزیابی قرار گیرد. ازاینرو روش sofm (self organizing feature maps) برای ساخت توابع عضویت و روش های fam (fuzzy feature maps) و bfrt (bootstrap fuzzy relevance test) برای ساخت قواعد فازی بکار گرفته شد. نتایج نشان داد که طبقه بندی متغیرهای ورودی و خروجی با استفاده از روش sofm راهکاری مناسب برای تعریف توابع عضویت فازی است. روش های bfrt و fam نیز، هر چند قوانین قابل قبولی را تولید می کنند و در کاهش زمان نقش موثری دارند، ولی لازم است قوانین تولید شده از دیدگاه کارشناسی بررسی و سپس مورد استفاده قرار گیرند. همچنین یکی از مهمترین اطلاعات مورد نیاز برای برنامه ریزی تخصیص آب کشاورزی، پیش بینی های بلند می باشد که با عدم قطعیت قابل توجهی همراه است. این تحقیق تلاش دارد تا روش شناسی را ارائه دهد که بررسی های اقتصادی و عدم قطعیت های پیش بینی بطور سیستماتیکی در تصمیم گیری دخالت داده شود. برای این منظور مدل های بهینه سازی تخصیص آب کشاورزی، مدل فازی مخزن و پیش بینی بکارگرفته شد. نتایج این بخش نشان داد که روش شناسی ارائه شده توانسته ملاحظات اقتصادی و تا حدی اجتماعی را با رویکرد مناسبی مد نظر قرار داده و در آن، تامل بخش فنی و مدیریتی منابع آب به خوبی فراهم و در نهایت بهترین تصمیم را توصیه نماید.