پیشبینی بار معلق رودخانه با استفاده از سامانههای هوشمند
نویسندگان
1
2
3
4
doi
چکیده
برآورد دقیق بار معلق رودخانهها در طراحی و بهرهبرداری پروژههای آبی مهم است. تخمین میزان رسوبات با روشهای مرسوم مانند منحنی سنجه نتایج دقیقی را دربر ندارد. در این پژوهش مدل برنامهریزی بیان ژن که شکل توسعه یافته برنامهریزی ژنتیک است، برای تخمین میزان رسوبات معلق به کار گرفته شد. از نتایج حاصل از این مدل با نتایج مدلهای فازی- عصبی، شبکههای عصبی و منحنی سنجه مقایسه شد. در این راستا، دادههای جریان رودخانه و رسوبات معلق در ایستگاه ونیار واقع بر روی رودخانه آجیچای در استان آذربایجان شرقی استفاده شد. پارامترهای آماری ریشه میانگین مربعات خطا (RMSE) و ضریب تعیین (R2) برای ارزیابی دقت مدلها استفاده شدند. نتایج حاصله نشان از عملکرد بهتر مدل برنامهریزی بیان ژن در مقایسه با سایر مدلهای مورد استفاده بود. برای دادههای دوره آزمون اختلاف نسبی بین RMSE مدل برنامهریزی بیان ژن با مدلهای فازی- عصبی از نوع افراز شبکه، فازی- عصبی از نوع دستهبندی تفریقی، شبکههای عصبی و منحنی سنجه بهترتیب برابر 8، 10، 13 و 21 درصد بود. همچنین به ازای بهترین الگوی مورد استفاده در مدل، مقدار R2 برای مدل برنامهریزی بیان ژن، فازی- عصبی از نوع افراز شبکه، فازی- عصبی از نوع دستهبندی تفریقی، شبکههای عصبی و منحنی سنجه بهترتیب برابر 0.93، 0.84، 0.88، 0.86 و 0.81 به دست آمد.