سمیه ساکی - دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
جواد ظهیری - استادیار گروه مهندسی آب، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان

مساله انتقال و انباشت رسوبات یکی از مشکلاتی است که سازه های هیدرولیکی بنا شده در یک رودخانه را تهدید می کند. پیش بینی میزانبار رسوب منتقل شده توسط رودخانه ها، یکی از جنبه های مهم مدیریت رودخانه ها، مخازن سدها و به طور کلی پروژه های آبی به شمارمی رود. در تحقیق حاضر به منظور پیش بینی بار معلق رسوب دو ایستگاه بهبهان و چم نظام واقع در رودخانه مارون با استفاده از سیستماستنتاج فازی- عصبی از دو نوع تابع عضویت گوسی و مثلثی استفاده شد. دبی جریان سه روز قبل، دو روز قبل، یک روز قبل و دبی همانروز به عنوان پارامترهای ورودی و دبی بار معلق رسوب نیز به عنوان پارامتر خروجی در نظر گرفته شد. علاوه بر این جهت بررسی تاثیرنحوه معرفی داده ها به مدل انفیس، داده ها به دو صورت طبیعی و حالت لگاریتمی به مدل معرفی شدند. نتایج بدست آمده از آنالیزهایمختلف آماری نشان داد که تابع گوسی در مقایسه با تابع عضویت مثلثی از دقت بالاتری برخوردار می باشد. علاوه بر این معرفی داده ها بهصورت لگاریتمی با توجه به اینکه مقادیر متنوعی را شامل می شوند، تاثیر بالایی در میزان دقت مدل ها دارد. بر اساس آنالیزهای آماریمشخص شد که مقادیر (R(2 و RMSE سیستم استنتاج فازی- عصبی با تابع عضویت گوسی جهت ایستگاه بهبهان در مرحله صحت سنجی در حالتی که داده ها به صورت لگاریتمی تعریف می شوند، 0/61 و 0/09 و در حالتی که داده ها به صورت طبیعی تعریف می شوند، 0/59 و 0/24 می باشد.

بار رسوب معلق، سیستم استنتاج عصبی- فازی تطبیقی، تابع عضویت مثلثی، تابع عضویت گوسی