مقایسه مدلهای شبکه عصبی مصنوعی و سیستم استنتاجی عصبی - فازی برای پیش بینی دبی خروجی سد مخزنی سفید رود گیلان

تخمین دقیق دبی خروجی سد، یکی از عوامل در مدیریت آب در بخش های مختلف مصرف از جمله کشاورزی است. پیشرفتهای چشمگیری در سالهای اخیر در زمینه های مختلف هوش مصنوعی شامل شبکه های عصبی مصنوعی و سیتم استنتاجی عصبی فازی صورت گرفته است در بسیاری از مسائل مختلف علمی و مهندسی از آن ها استفاده شده است. هدف این پروژه پیشبینی دبی خروجی سد مخزنی سفید رود در شمال ایران به کمک داده های آن در طی دوره ی ۱۵ ساله است. نوع شبکه ی عصبی مصنوعی پرسپترون چندلایه (MLP) با الگوریتم پس انتشار خطا انتخاب شده است. تابع انتقال شامل توابع سیگموئید و خطی، به ترتیب برای لایه پنهان و خروجی بوده است، همچنین تابع آموزش تابع لونبرگ-مارکوارت انتخاب گردید. از بین چند ویژگی ورودی، با توجه به آنالیز همبسگی به ترتیب ۶ ویژگی شامل تبخیر و بارندگی و دبی خروجی در یک روز قبل و مساحت، حجم مخزن و تراز مخزن سد در۱۸روز قبل به عنوان ورودی مدلهای هوشمند انتخاب شدند. بر مبنای مراحل سعی و خطای انجامیافته در این تحقیق در مدل سیتم استنتاجی عصبی فازی، تعداد توابع عضویت در مدل برای هر یک از متغیرهای ورودی ۳ تا ۱۰ در نظر گرفته شد. تعداد تابع عضویت، سه و نوع آن گوسی انتخاب گردید. در مجموع میتوان گفت که مدل ANFIS در مرحله آزمون (صحت سنجی) با توجه به شاخص های آماری مقادیرR، NRMSE ، MAE وNS به ترتیب برابر با ۰/۹۷۲۹، ۰/۱۵۷۷، ۰/۰۱۰۷ و ۰/۹۴۶۲جواب بهتری نسبت به مدل ANN برای پیش بینی دبی خروجی سد سفید رود ارائه کرده است.

کلیدواژه ها:

دبی خروجی سد ، سد سفیدرود ، سیستم استنتاجی عصبی فازی ، هوش مصنوعی.