پیش بینی دبی ورودی سد مخزنی سفید رود گیلان با مدلسازی هوشمند

تخمین دقیق دبی ورودی 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 و در استفاده از این شبکه ها در پیشبینی و تخمین پارامترها در بسیاری از مسائل مختلف علمی و مهندسی توجه زیادی شده است. هدف این پروژه پیشبینی دبی ورودی سد مخزنی سفید رود در شمال ایران به کمک داده های آن در طی دورهی 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 ورودی بوده است، همچنین تابع آموزش تابع لونبرگ-مارکوارت انتخاب گردید. ۵ ویژگی شامل دبی خروجی و دبی ورودی در یک روز قبل و مساحت، حجم مخزن و تراز مخزن سد در همان روز 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 جدول ۴ با مقادیرR، NRMSE، MAE وNS به ترتیب برابر با ۰/۹۹۰۲، ۰/۰۷۱۶، ۰/۰۰۴۰ و ۰/۹۸۰۴جواب بهتری نسبت به مدل ANN ارائه کرده است.

کلیدواژه ها:

سیستم استنتاجی عصبی فازی ، دبی ورودی سد ، سد سفیدرود ، شبکه عصبی مصنوعی ، هوش مصنوعی.