توسعۀ مدل‌های ANN, FIS و ANFIS برای ارزیابی شاخص کفایت در سامانه‌های توزیع آب کشاورزی (مطالعۀ موردی: شبکۀ آبیاری رودشت)

نویسندگان

1 دانشیار گروه مهندسی آبیاری، پردیس ابوریحان، دانشگاه تهران.

2 دانشیار، گروه مهندسی آبیاری، پردیس ابوریحان، دانشگاه تهران

3 دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آبیاری، پردیس ابوریحان، دانشگاه تهران

doi
10.22059/ije.2020.302414.1327
چکیده

به‏منظور مدیریت صحیح آب در بخش کشاورزی، بهبود مدیریت بهره‏برداری سامانه‏های توزیع آب کشاورزی و ارزیابی آنها ضروری است. در تحقیق حاضر برای تحقق هدف یادشده، از مدل‏های سیستم استنتاج فازی (FIS)، شبکۀ عصبی (ANN) و سیستم استنتاج فازی-عصبی تطبیقی (ANFIS)، برای توسعۀ مدل هوشمند ارزیابی کفایت تحویل آب در یک کانال آبیاری، با در ‏نظر ‏گرفتن عدم قطعیت‏های موجود در فرایند بهره‏برداری استفاده شد. به‏منظور توسعه و بررسی چگونگی عملکرد مدل‏های توسعه داده‌شده، کانال اصلی شبکۀ آبیاری رودشت در استان اصفهان که با مشکل نوسان‌های شدید جریان ورودی رو‏به‏رو است، به عنوان مطالعۀ موردی انتخاب شد. از مدل شبیه‌ساز هیدرودینامیکی HEC-RAS، برای تولید اطلاعات مورد نیاز آموزش و صحت‏‌سنجی مدل‏های یادشده استفاده شد. نتایج نشان داد براساس شاخص آماری MAPE، ساختار‏های منتخب در دو مدل ANN و ANFIS در تخمین شاخص کفایت تحویل آب کشاورزی نسبت به مدل FIS، به‌ترتیب به مقدار 07/57، 68/56 درصد بهبود یافته است. بررسی نتایج نشان داد مدل‏های توسعه داده‌شدۀ هوشمند نسبت به روش‏های مرسوم ارزیابی (مدل‏های هیدرودینامیکی و شاخص‏های ارزیابی) نه‏تنها زمان‏بر نبوده بلکه با در نظر‏ گرفتن عدم قطعیت، نتایج دقیقی را ارائه می‏دهند. همچنین، مدل‏های ANN و ANFIS نسبت به FIS ‌عملکرد بهتری داشتند، بنابراین قابلیت استفاده برای سایر سامانه‏های توزیع آب کشاورزی را نیز دارند.