TY - JOUR ID - 59314 TI - پیش‌بینی جریان ورودی به سد علویان با استفاده از سیستم تطبیقی فازی-عصبی بهینه‌شده JO - تحقیقات آب و خاک ایران JA - IJSWR LA - fa SN - 2008-479X AU - میثاقی, فرهاد AD - دانشگاه زنجان Y1 - 2016 PY - 2016 VL - 47 IS - 3 SP - 439 EP - 448 KW - سیستم تطبیقی فازی-عصبی بهینه شده (OANFIS) KW - جستجوی ترتیبی KW - جامع DO - 10.22059/ijswr.2016.59314 N2 - در این تحقیق با استفاده از اطلاعات روزانه، هفتگی، 10 روزه و ماهانه آب ورودی به سد علویان در شمال غرب ایران، جریان بهنگام آب ورودی به مخزن با استفاده از سیستم تطبیقی فازی-عصبی بهینه‌شده (OANFIS) پیش‌بینی‌شده است. به‌منظور تعیین تعداد و فواصل زمانی ورودی‌های مدل، از دو الگوریتم جستجوی ترتیبی (Sequential Search) و جستجوی جامع (Exhaustive Search) جهت حداقل نمودن خطای پیش‌بینی استفاده‌شده است. در جستجوی ترتیبی 17 مدل در مقیاس زمانی روزانه، هفتگی، 10 روزه و ماهانه با ورودی جریان آب به مخزن سد در گام‌های زمانی مختلف،به‌عنوان ورودی و جریان در زمان V(t) به‌عنوان خروجی، توسعه و مقایسه شده است. در جستجوی جامع نیز ترکیب 2 از 10 و 3 از 10 که شامل 45 و 120 مدل در گام زمانی V(t-1) تا V(t-10) به‌عنوان ورودی و خروجی در گام زمانی V(t)، توسعه و مقایسه شده است. به‌منظور ارزیابی کارایی مدل‌های توسعه‌یافته، از شاخص‌های آماری و آزمون نکویی برازش استفاده‌شده است. در الگوریتم ترتیبی و مقیاس روزانه در اولین گام ورودی V(t-1) با RMSE صحت یابی برابر 211/0 میلیون مترمکعب، در گام دوم ترکیب ورودی V(t-1) و V(t-8) با RMSE صحت یابی برابر 187/0 میلیون مترمکعب و در گام سوم V(t-4),V(t-3),V(t-1) با RMSE صحت یابی برابر 5247/1 میلیون مترمکعب انتخاب‌شده است. در مقیاس هفتگی در اولین گام ورودی V(t-1) با RMSE صحت یابی برابر 175/0 میلیون مترمکعب، در گام دوم ترکیب ورودی V(t-1) و V(t-3) با RMSE صحت یابی برابر 192/0 میلیون مترمکعب و در گام سوم V(t-9),V(t-8),V(t-1) با RMSE صحت یابی برابر 3912/0 میلیون مترمکعب انتخاب‌شده است. در کلیه مدل‌های بهینه در مقیاس‌های زمانی موردبررسی، ورودی V(t-1) به‌عنوان یک متغیر تأثیرگذار حضورداشته و خروجی مدل از حساسیت بالایی نسبت به تغییرات آن‌که دارای کمترین فاصله زمانی با خروجی نیز می‌باشد، برخوردار است. UR - https://ijswr.ut.ac.ir/article_59314.html L1 - https://ijswr.ut.ac.ir/article_59314_b9c2300cd6875541add6c581e8c3ceae.pdf ER -