پیش بینی کیفیت آب دشت نیشابور با استفاده از شبکه های MLP و سیستم استنتاج عصبی فازی تطبیقی (ANFIS)

منابع آب یکی از اجزای اصلی بخش غیرزنده محیط زیست به شمار میرود که بدلیل ویژگی ذاتی خاص، نقش ساختاری وپیوند دهنده میان سایر اجزای محیط زیست و محیط انسانی ایفا مینماید. از این رو اثرات و پیامدهای هرگونه تغییر درماهیت کیفی و کمی آن، به تمامی اجزای محیط زیست انتقال خواهد یافت. از سوی دیگر یکی از ارکان اساسی و مورد توجهدر مدیریت منابع آب، حفظ کیفیت منابع آب برای مصرف کنندگان و همچنین برای محیط زیست میباشد. در این مطالعهجهت ارزیابی و پیش بینی میزان مواد جامد محلول (TDS) دشت نیشابور با استفاده از شبکه های عصبی مصنوعی و سیستماستنتاج عصبی- فازی تطبیقی (ANFIS) از داده های کمی و کیفی دبی جریان، دما، کربنات، بی کربنات، و مقادیر یونی کلر،سولفات، کلسیم، منیزیم و سدیم بهره گرفته شده است. جهت آموزش شبکههای عصبی مصنوعی از چهار تابع trainrp ،traincgf ، trainscg و trainlm و برای آموزش شبکه عصبی- فازی تطبیقی از دو الگوریتم آموزشی بازگشتی و ترکیبی بهره گرفته شد. نتایج نشان دهنده عملکرد مطلوب دو روش شبکه های عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی در پیش بینی کیفیت آب دشت نیشابور می باشند.