فهرست نشریات علمی دسترسی آزاد ایران

مدیریت کیفیت آب مستلزم اتخاذ تصمیمات صحیح مدیریتی است و لازمه این امر پیش بینی و تخمین کیفیت آب در بدنه‌های آبی می‌باشد. استفاده از روش های هوش مصنوعی از جمله مدل‌های کارا در پیش بینی متغیرها و شاخص های کیفیت آب می‌باشد. در این تحقیق، در ابتدا با استفاده از سیزده متغیر ورودی کیفیت آب شامل اکسیژن محلول، اکسیژن موردنیاز شیمیایی، اکسیژن موردنیاز بیولوژیکی، هدایت الکتریکی، نیترات، نیتریت، فسفات، کدورت، شاخص اسیدیته، کلسیم، منیزیم، سدیم و دما مقادیر شاخص کیفی (WQI) ماهانه بر اساس دستور‌العمل موسسه بهداشت ملی (NSF) برای نه ایستگاه آب‌سنجی رودخانۀ کارون تخمین زده شده است. سپس، از روش‌های آنالیز حساسیت آزمون گاما (GT)، آنالیز مؤلفه‌های اصلی (PCA) و انتخاب پیشرو متغیرها (FS) به منظور دست‌یابی به انتخاب بهینه متغیرهای ورودی به مدل هوشمند سیستم استنتاجی عصبی-فازی تطبیقی (ANFIS) استقاده گردید. در نهایت، ضرایب ثابت توابع عضویت موجود در ساختار مدل ANFIS با استفاده از چهار الگوریتم‌های بهینه‌ساز کلونی مورچگان (ACO)، وراثتی (GA) و ازدحام ذرات (PSO) محاسبه گردیدند. نتایج شاخص‌های آماری نشان داد که مدل ترکیبی GT-ANFIS-PSO با داشتن مقادیر ضریب همبستگی، میانگین خطای مطلق و جذر میانگین مربعات خطا به ترتیب برابر با0/952، 1/68 و 3/05 در مرحلۀ آزمایش در مقایسه با سایر مدل‌های ترکیبی دارای عملکرد بهتری می‌باشد. همچنین، مقادیر شاخص کیفی آب در بازه20 تا 58/4 قرار گرفتند که بیانگر کیفیت نسبتاً بد تا خوب آب رودخانه کارون می‌باشد.