پیش بینی انتقال رسوب در کانالهای فاضلاب رو با استفاده از روش ترکیبی سیستمهای فازی عصبی تطبیقی و الگوریتم ژنتیک

در مطالعه حاضر به وسیله یک مدل ترکیبی نحوه انتقال رسوبات درون مجاری فاضلاب رو مدل سازی می شود. به بیان دیگر، توسط سیستم استنباط فازی عصبی تطبیقی و الگوریتم ژنتیک یک الگوریتم ترکیبی (ANFIS-GA) برای تخمین عدد فرود جریان سه فازی (هوا، آب و رسوب) ارایه داده می شود. در این مطالعه، از الگوریتم ژنتیک برای افزایش کارایی سیستم استنباط فازی عصبی تطبیقی با تنظیم توابع عضویت و سپس به حداقل رساندن مقادیر خطا استفاده گردیده است. الگوریتم ژنتیک (GA) یک روش فرا ابتکاری با الهام از فرایند انتخاب طبیعی است که متعلق به طبقه بندی گسترده تری از الگوریتم های تکاملی (EA) است. سپس با استفاده از مقادیر ورودی، 127 مدل ترکیبی ANFIS-GA معرفی گردید. همچنین مقادیر درصد میانگین مطلق خطا و خطای جذر میانگین مربعات برای مدل برتر به ترتیب مساوی 529/5 و 315/0 به دست آمد.