مقاسیه کاربرد شبکه عصبی مصنوعی ANN با سیستم استنتاج فازی FIS در پیش بینی جریان رودخانه زاینده رود

یکی از روش های نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیچیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی و شبکه عصبی مصنوعی می-باشد. مزیت اصلی این تکنیک ها نسبت به روش های رایج این است که در مدت زمان نسبتا کوتاهی قادر به بررسی تاثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می باشند بدون آنکه در هر مرتبه نیاز به یافتن رابطه پیچیده ی ریاضی موجود بین پارامترهای منتخب باشند. در تحقیق حاضر نیز، با استفاده از این دو تکنیک و بر اساس دبی، میزان درجه حرارت و بارش ماهانه، سری پیوسته ای از دبی و هر یک از متغیرهای مذکور تشکیل و تاثیر هریک از متغیرهای فوق در توالی های زمانی گذشته بر روی میزان دبی رودخانه در ماه های آینده بررسی شد و میزان دبی در ماه های آینده (فروردین تا شهریور) پیش بینی شد و در نهایت قابلیت استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی در پیش بینی میزان دبی رودخانه با یکدیگر مقایسه شده است و نتایج این تحقیق حاکی از برتری سیستم استنتاج فازی نسبت به شبکه عصبی مصنوعی می باشد.