معرفی مدلی برای تخمین بارمعلق رسوب با استفاده از منطق فازی و مقایسه آن با روشهای کلاسیک و شبکه عصبی مطالعه موردی: رودخانه قره سو واقع دراستان اردبیل

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,604

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCE08_393

تاریخ نمایه سازی: 28 آبان 1387

چکیده مقاله:

محاسبه دبی رسوبات منتقل شده یک رودخانه به جهت ساماندهی مسیر رودخانه و طراحی و بهره برداری از سیستم انتقال آب بسیار مهم است. به این جهت روش های متعددی برای محاسبه و تخمین این پدیده ارائه شده است ولی به علت عدم دستیابی به اطلاعات کامل و دقیق پارامترهای تاثیر گذار در فرایند رسوب و ساختار کاملا غیر خطی آن نمی توان برای الگو بندی آن مدلی جامع معرفی کرد. در سال های اخیر از روش های هوش مصنوعی برای مدل کردن پدیده بار معلق رسوب استفاده شده است. با معرفی علم منطق فازی می توان عدم دقت های موجود در سیستم یک پدیده پیچیده را بصورت جزئی از مدل معرفی کرده و به نتایج بهتری دست یافت. در این مقاله، مدلی براساس قواعد منطق فازی برای تخمین بار معلق رسوب رودخانه خیاوچای واقع در استان اردبیل معرفی شده که در مقایسه با روش های کلاسیک و همچنین شبکه عصبی مصنوعی نتیجه بهتری داده است. این مدل با دو ورودی و سه تابع عضویت از نوع مثلثی و ذوزنقه ای برای هر مجموعه فازی و تعداد هشت قانون اصلی بر اساس فیزیک مسئله و خصوصیات حوزه مشخص شده است. برای دست یابی به بهترین حالت بالغ بر صد مدل مختلف در نرم افزار MATLAB با استفاده از برنامه FIS ساخته شده است که نتایج حاصل حاکی از حساسیت نوع و تعداد توابع عضویت و قواعد ساخته شده می باشند. همچنین براساس نتایج حاصله ارتباط فیزیک مسئله و پارامترهای مدل بحث شده است.

نویسندگان

وحید نورانی

استادیار گروه مهندسی آب دانشکده عمران دانشگاه تبریز

محمد تقی اعلمی

استادیار گروه مهندسی آب دانشکده عمران دانشگاه تبریز

کامران صالحی

دانشجوی کارشناسی ارشد مهندسی آب دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :