فهرست نشریات علمی دسترسی آزاد ایران

به منظور کنترل و مدیریت صحیح طوفان­های گرد و غبار، آگاهی از تغییرات زمانی- مکانی این پدیده و لزوم پیش­بینی و مدل­سازی آن با هدف شناخت دقیق­تر رفتار طوفان­های گرد و غبار نسبت به محرک­های طبیعی و انسانی، امری ضروری است. با توجه به توسعه روز افزون فرامدل­ها و ترکیب آن­ها با الگوریتم­های بهینه­سازی به منظور مدل­سازی و پیش­بینی متغیرهای هواشناسی، در این پژوهش چهار الگوریتم بهینه­سازی فراکاوشی ازدحام ذرات (PSO)، ژنتیک (GA)، کلونی مورچگان در محیط­های پیوسته (ACOR) و تکاملی تفاضلی (DE) با مدل سیستم استنتاج تطبیقی فازی عصبی (ANFIS) ترکیب شد. عملکرد چهار مدل ترکیبی توسعه داده­شده با مدل  ANFISبرای پیش­بینی متغیرهای فراوانی روزهای همراه با طوفان گرد و غبار (FDSD) در مقیاس فصلی در استان خوزستان در جنوب غربی ایران ارزیابی شد. بدین منظور از داده­های ساعتی گرد و غبار و کدهای سازمان جهانی هواشناسی در مقیاس فصلی با طول دوره آماری 40 ساله (2019-1980) در هفت ایستگاه سینوپتیک استان خوزستان استفاده شد. نتایج شاخص­های نیکویی برازش در مرحله آموزش و آزمایش نشان داد که اختلاف معنی­داری بین روش ANFIS و سایر مدل­های ترکیبی مورد استفاده وجود ندارد. مقادیر R و RMSE برترین مدل ترکیبی (ANFIS-PSO) به ترتیب از 88/0 تا 97/0 و 10/0 تا 19/0 و در مدل ANFIS به ترتیب از 83/0 تا 94/0 و 11/0 تا 21/0 متغیر بودند. همچنین نتایج نشان داد که ترکیب الگوریتم­های بهینه­سازی استفاده­شده با مدل ANFIS نتایج مدل را نسبت به مدل انفرادی ANFIS به صورت معنی­داری بهبود نمی­بخشد.