پیش بینی جریان رودخانه با استفاده از ترکیب الگوریتم بهینه سازی کرم شب تاب با سیستم استنتاج فازی عصبی ANFIS-FFA

در این مقاله، یک سیستم استنتاج عصبی فازی ترکیبی برای پیش بینی جریان ماهانه آب رودخانه ارائه شد. روش پیشنهادی ترکیبی از مدل فازی عصبی با الگوریتم کرم شب تا به عنوان یک ابزار بهینه ساز برای ساخت مدل ترکیبی بود. نتایج مدل ترکیبی با مدل عصبی فازی کلاسیک مقایسه شد که از روش خوشه بندی فازی در تولید سیستم های استنتاج فازی استفاده می کرد. 8 ترکیب مختلف ورودی با یک تا 4 متغیر ورودی دارای تاخیر زمانی در مدل های فوق برای بررسی تغییرات فصلی در داده های دراز مدت جریان آب رودخانه وارد شد. برای ارزیابیس عملکرد پیش بینی مدل ها، میانگین خطای مطلق، خطای جذر میانگین مربعات و ضریب همبستگی مورد استفاده قرار گرفت. مقایسه نتایج نشان می دهد که الگوریتم بهینه سازی کرم شب تا قادر به بهبود دقت پیش بینی مدل ترکیبی r=0.99.45,RMSE-0.0226,MAE=0.0076 مورداستفاده در پیش بینی جریان ماهانه آب رودخانه در مقایسه با مدل عصبی فازی r=0.9852,RMSE=0.0369,MAE=0.0111 بود.

کلیدواژه ها:

لاتین ANFIS ، FFA ، رودخانه ، جریان پایه ، مدل ترکیبی