ارزیابی عدم قطعیت مدل های ANN و ANFIS در تخمین جریان ورودی به سد رئیس علی دلواری

اطلاع دقیق از کمیت آب جاری در رودخانه ها تاثیر فراوان بر مدیریت کمی و کیفی منابع آب در جوامع وابسته با آن دارد. در این راستا هدف تحقیق حاضر ارزیابی عدم قطعیت در فرآیند تخمین جریان رودخانه شاپور، ورودی به سد رئیس علی دلواری، واقع در استان بوشهر می باشد.

برای تخمین جریان ماهانه ورودی به سد رئیس علی دلواری از مدل های هوش مصنوعی شبکه عصبی مصنوعی (ANN) و سیستم استنتاج نروفازی تطبیقی (ANFIS) استفاده گردید. همچنین به منظور بهبود استفاده از نتایج این مدل ها در تصمیمات مدیریتی در بخش آب، تعیین عدم قطعیت هر یک از آن ها در فرآیند مدل سازی جریان انجام شد. در این راستا از نتایج شبیه سازی شده در اجرای هر مدل تحت الگوهای متفاوتی از داده های واسنجی، استفاده و برای ارزیابی عدم قطعیت هر مدل نیز از دو شاخص عرض محدوده اطمینان (d-factor) و 95 درصد عدم قطعیت پیش بینی ها واقع شده در این محدوده (95PPU) استفاده گردید.

مطابق نتایج به دست آمده از مدل های ANN و ANFIS بهینه اجرا شده، مشخص گردید که اگر چه مقادیر آماره های ضریب تعیین (R2) و قدرمطلق میانگین خطاها (MAE) برای هر دو مدل از مقادیر مناسبی برخوردار بودند، اما عملکرد آن ها در برخی نقاط با دبی بالا با خطای قابل توجهی همراه بود. همچنین با بررسی نتایج عدم قطعیت مدل ها مشخص شد مدل ANFIS با مقدارd-factor کم تر و مقدار شاخص 95PPU بزرگ تر، از عدم قطعیت کم تری نسبت به مدل ANN برخوردار بود.

با توجه به عملکرد تقریبا یکسان هر دو مدل ANN و ANFIS در مراحل واسنجی و صحت سنجی، می توان مدل ANFIS را به عنوان مدل بهینه تخمین جریان ماهانه ورودی به سد رئیس علی دلواری به دلیل دارا بودن عدم قطعیت کم تر پیشنهاد نمود.