Optimizing ANFIS for sediment transport in open channels using different evolutionary algorithms

  • سال انتشار: 1396
  • محل انتشار: دوفصلنامه تحقیقات کاربردی در آب و فاضلاب، دوره: 4، شماره: 1
  • کد COI اختصاصی: JR_ARWW-4-1_002
  • زبان مقاله: انگلیسی
  • تعداد مشاهده: 618
دانلود فایل این مقاله

نویسندگان

Sultan Noman Qasem

Computer Science Department, College of Computer and Information Sciences, Al Imam Mohammad Ibn Saud, Islamic University (IMSIU), Riyadh, Saudi Arabia

Isa Ebtehaj

Young Researchers and Elite Club, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran

Hossien Riahi Madavar

Department of water engineering, Vali-e-Asr University of Rafsanjan, Rafsanjan, Iran

چکیده

Flow through open channels can contain solids. The deposition of solids occasionally occurs due to insufficient flow velocity to transfer the solid particles, causing many problems with transfer systems. Therefore, a method to determine the limiting velocity (i.e. Fr) is required. In this paper, three alternative, hybrid evolutionary algorithm methods, including differential evolution (DE), genetic algorithm (GA) and particle swarm optimization (PSO) based on the adaptive network-based fuzzy inference system are presented: ANFIS-GA, ANFIS-DE and ANFIS-PSO. In these methods, evolutionary algorithms optimize the membership functions, and ANFIS adjusts the premises and consequent parameters to optimize prediction performance. The performance of the proposed methods is compared with that of the general ANFIS using three different datasets comprising a wide range of data. The results show that the hybrid models (ANFIS-GA, ANFIS-DE and ANFIS-PSO) are more accurate than general ANFIS in training with a hybrid algorithm (hybrid of back propagation and least squares). Among the evolutionary algorithms, ANFIS-PSO performed the best (R2=0.976, RMSE=0.26, MARE=0.057, BIAS=-0.004 and SI=0.059).

کلیدواژه ها

ANFIS, Differential Evolution (DE), Genetic Algorithm (GA), non-deposition sediment transport, Particle Swarm Optimization (PSO)

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.