برآورد بارش دراز مدت شهر انزلی توسط مدل ترکیبی سیستمهای استنتاج فازی عصبی تطبیقی و تبدیل موجک
نویسندگان
1 گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران .
2 دانشجوی دکتری منابع آب، گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
3 دانشیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی
doi
10.22059/ijswr.2019.274412.668104چکیده
در سالهای اخیر، میزان بارش در نواحی مختلف به خصوص در نواحی خشک و نیمهخشک، دچار تغییرات چشمگیری شده است. بنابراین، تخمین و الگوشناسی بارش در یک بازه دراز مدت میتواند به هیدرولوژیستها و مهندسین آب اطلاعات کافی ارائه کند. در این مطالعه برای اولین بار، بارندگی دراز مدت شهر انزلی در یک بازه زمانی 67 ساله توسط مدل عددی موجک- سیستم استنباط فازی عصبی تطبیقی (WANFIS) شبیهسازی شد. برای آموزش، آزمون و صحتسنجی مدلهای هوش مصنوعی به ترتیب از بارشهای 37، 20 و 10 ساله استفاده شد. در ابتدا، بهینهترین تابع عضویت شبکه انفیس با استفاده از تجزیه و تحلیل نتایج مدلهای مختلف به دست آمد. به عبارت دیگر، تعداد توابع عضویت بهینه برابر با هشت در نظر گرفته شد. سپس اعضای مختلف خانواده موجک مورد ارزیابی قرار گرفتند که dmey بهعنوان بهینهترین عضو این خانوادهها معرفی شد. در ادامه، با استفاده از تابع خودهمبستگی، خودهمبستگی نسبی و تأخیرهای مختلف، 15 مدل WANFIS توسعه داده شدند. علاوه بر این، با استفاده از تحلیل حساسیت، مدل برتر و تأخیرهای مؤثر معرفی شدند. مدل برتر، مقادیر بارش را با دقت بالایی تخمین زد. بهعنوان مثال، مقادیر ضریب همبستگی، شاخص پراکندگی و نش ساتکلیف برای مدل برتر در حالت صحتسنجی به ترتیب مساوی با 962/0، 258/0 و 899/0 محاسبه شدند.