شبیه سازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی با ترکیبات ورودی مختلف (مطالعه موردی: ایستگاه سیرا-سدکرج)

به منظور اجرای برنامه های حفاظت خاک و کاهش رسوب زایی، همچنین محاسبه و طراحی دقیق حجم سد در احداث سدهای مخزنی، ارزیابی و برآورد میزان تولید رسوب در حوزه آبخیز بالادست سد، ضروری است. به طورکلی پدیده فرسایش و انتقال رسوب از پیچیده ترین مسایل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن به دلیل تاثیرات متغیرهای مختلف، به آسانی میسر نیست. هدف از این مطالعه شبیه سازی بار رسوبی معلق با استفاده از مدل تلفیقی عصبی-فازی میباشد و برای این کار لازم است ابتدا ترکیبات ورودی مختلف با استفاده از روش های رگرسیون گام به گام، مدل الگوریتم ژنتیک و آزمون گاما تعیین و سپس مناسبترین ترکیب به عنوان ورودی مدل انتخاب گردد. داده های ایستگاه سیرا سد کرج در بازه زمانی 1353-1390 (37 سال) مورد استفاده قرار گرفت به نحوی که 15 متغیر به عنوان ورودی و یک متغیر به عنوان خروجی در نظر گرفته شد. نتایج نشان داد مدل عصبی-فازی در حالت استفاده از تعداد داده های آموزشی مناسب و ترکیب منتخب الگوریتم ژنتیک به مناسبترین مدلسازی دست یافت. نکته لازم به ذکر این است که در حالت استفاده از تمام متغیرهای ورودی، مدلسازی مناسبی در مدل عصبی-فازی انجام نشد لذا استفاده از روش های تعیین ترکیب ورودی مناسب ضروری به نظر میرسد. در نهایت مدل الگوریتم ژنتیک به عنوان مناسبترین روش و رگرسیون گام به گام در مرتبه دوم و آزمون گاما در مرتبه سوم به عنوان روش های مناسب تعیین ترکیب ورودی مدل عصبی-فازی انتخاب شدند. همچنین مدل عصبی-فازی در حالت استفاده از ترکیب منتخب الگوریتم ژنتیک در شبیه سازی بار رسوبی معلق با ضریب همبستگی 99/ 0 و میانگین مربعات خطا 0000009/ 0 به عنوان مناسبترین مدل سازی انتخاب شد.