تخمین ضریب پراکندگی طولی آلودگی با استفاده از سیستم استنتاج فازی - عصبی انطباقی

ضریب پراکندگی طولی آلودگی در رودخانه ها و مجاری طبیعی به علت پیچیده بودن فرایند حاکم ، اغلب با استفاده از روابط ساده شده تجربی که دقت مطلوبی ندارند ، تعیین می شود. به همین دلیل در این تحقیق با استفاده از سیستم خبره استنتاج فازی - عصبی انطباقی که قابلیت فراگیری و درک روابط حاکم بر پدیده ها بدون نیاز به معادلات حاکم را دارد، روش جدیدی برای تخمین ضریب پراکندگی طولی ارائه شده است . فرایند توسعه و ارزیابی مدل جدید با استفاده از مجموعه داده های واقعی و معیارهای آماری و گرافیکی مختلفی صورت گرفته است . طبق نتایج تحقیق ، مدل در مقایسه با تمامی روابط موجود (دوازده رابطه ) دقت بسیار بهتری دارد. مقادیر ریشه میانگین مربعات خطا و ضریب همبستگی مربوط به مدل در مرحله توسعه به ترتیب برابر 15/18 و 0/99 و در مرحله ارزیابی 187/8 و 0/91 به دست آمد. در حالی که مقادیر این پارامترها برای بهترین رابطه تجربی (رابطه هانگ و لی ) به ترتیب برابر 295/7 و 0/48 می باشد. طبق نتایج ، استفاده از مدل تطبیقی استنتاج فازی - عصبی دقت تخمین این ضریب را به میزان قابل توجهی بهبود می بخشد. روش ارائه شده در این تحقیق رهیافت جدیدی در تخمین ضریب پراکندگی طولی آلودگی در رودخانه محسوب شده و به خوقی قابلیت اتصال و ترکیب با مدل های ریاضی انتقال آلودگی و نیز بهنگام سازی با توجه به شرایط واقعی را دارد.

کلیدواژه ها:

انتقال آلودگی ، استنتاج فازی - عصبی انطباقی ، ضریب پراکندگی طولی ، معادلات تجربی