علی سلاجقه؛ علی فتح آبادی
دوره 62، شماره 2 ، مهر 1388، ، صفحه 271-282
چکیده
برآورد بار معلق رودخانه یک امر مهم در طراحی سازههای آبی, مسائل زیست محیطی و کیفیت آب رودخانهها میباشد. یکی از متداولترین روشها برای برآورد بار معلق رودخانه منحنی سنجه رسوب میباشد،ْ در منحنی سنجه رسوب یک رابطه رگرسیونی که بهطور معمول از نوع توانی میباشد بین دبی آب و رسوب بر قرار میشود. با توجه به عدم قطعیتها و غیر ...
بیشتر
برآورد بار معلق رودخانه یک امر مهم در طراحی سازههای آبی, مسائل زیست محیطی و کیفیت آب رودخانهها میباشد. یکی از متداولترین روشها برای برآورد بار معلق رودخانه منحنی سنجه رسوب میباشد،ْ در منحنی سنجه رسوب یک رابطه رگرسیونی که بهطور معمول از نوع توانی میباشد بین دبی آب و رسوب بر قرار میشود. با توجه به عدم قطعیتها و غیر خطی بودن ارتباط بین دبی آب و رسوب, منحنی سنجه رسوب فاقد کارایی لازم برای این امر میباشد. در این پژوهش با بهرهگیری از روشهای هوش مصنوعی (شبکه عصبی مصنوعی و منطق فازی) میزان بار معلق رودخانه کرج در ایستگاه سیرا برآورد شد. در آغاز مدلهای مختلف شبکه عصبی و منطق فازی ساخته شد, که در روش شبکه عصبی شبکه با چهار نرون در لایه مخفی و در منطق فازی سیستم استنتاج فازی ممدانی با چهار تابع عضویت گوسی به عنوان بهترین مدلها شناخته شدند, در نهایت نتایج این پژوهش نشان داد که منطق فازی عملکرد بهتری نسبت به دو روش شبکه عصبی مصنوعی و منحنی سنجه رسوب داشته و بهرهگیری از آن برای برآورد بار معلق رودخانه پیشنهاد میشود.