ارزیابی روش های استنتاج فازی عصبی و شبکه عصبی مصنوعی در برآورد بار رسوب معلق رودخانه سفیدرود

در تحقیق حاضر، هدف مقایسه تخمین بار رسوب معلق در سدهای مخزنی با استفاده از شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی می باشد. بررسی ها توسط برنامه MATLAB انجام شده است و ورودی ها شامل دبی رودخانه سفید رود و خروجی، غلظت رسوب در گام زمانی بوده است. ورودی و خروجی رسوب دارای روند مثبت بوده و 80 درصد داده ها جهت آموزش و 20 درصد داده ها جهت آزمون شبکه مورد استفاده قرار گرفت. از تعداد 229 داده موجود 182 داده به عنوان داده های آموزشی و 47 داده برای آزمون بکار برده شده است. . نتایج بدست آمده نشان می دهند که پیش بینی غلظت بار معلق رسوب حاصل از مدل سیستم استنتاج فازی- عصبی به داده های واقعی غلظت رسوب نزدیک تر هستند و ضریب همبستگی حاصل از سیستم استنتاج فازی- عصبی 90 درصد می باشد. این در حالی است که ضریب همبستگی برای مدل های شبکه عصبی مصنوعی 83 درصد بدست آمده است. لذا سیستم استنتاج فازی- عصبی در پیش بینی میزان رسوب معلق نسبت به مدل شبکه عصبی مصنوعی دارای کارایی بهتری می باشد.