استفاده از الگوریتم ژنتیک درسیستم های تطبیقی فازی - عصبی به منظور برآورد رسوب دررودخانه

مدلهای فرایند انتقال رسوبات معلق دررودخانه را میتوان جز مدلهای تصادفی یا رگرسیونی درنظر گرفت بدلیل پرهزینه بودن ازمایشات مربوط به نمونه برداری رسوبات معلق رودخانه ها و همچنین کالیبره نشدن مدلهای محاسباتی و پیچیدگی این مدلها و همچنین پیشرفت روزافزون کاربرد مدلهای کامپیوتری درسالهای اخیر استفاده از مدلهای شبیه سازی برای پیش بینی غلظت رسوبات معلق رودخانه رونق یافته است و سیستم استنتاج تطبیقی عصبی - فازی anfis نمونه بارز از این مدلها می باشند امروزه استفاده ازسیستم های تطبیقی استنتاج فازی عصبی به عنوان راهکاری جدید درتحلیل مسائل ابی و رسوب گسترش یافته است این تحقیق برروی رودخانه کارون بازه گتوند اهواز صورت میگیرد بدین منظور پارامترهایماه های سال دبی اشل ضریب غلظت رسوب و رسوب رودخانه درایستگاه گتوند به عنوان پارامتر ورودی و رسوب درایستگاه اهواز به عنوان پارامتر خروجی درنظر گرفته شد.

کلیدواژه ها:

سیستم استنتاجی تطبیقی فازی - عصبی ، رودخانه ، آورد رسوب ، الگوریتم ژنتیک ، شبکه های عصبی مصنوعی