بخشی از مقاله

چکیده

در مقاله ی حاضر از شبکه عصبی مصنوعی فازی - ANFIS - و الگوریتم ژنتیک - GA - استفاده شده است و عملکرد آنها با روشهای تجربی مورداستفاده قرار گرفته است که پس از مدلسازی و محاسبه رواناب حوضه موردنظر توسط مدلهای مصنوعی و نیز روشهای تجربی نتایج حاصل از هرکدام با یکدیگر مقایسه شد. با بررسی و تجزیهوتحلیل نتایج حاصل از هرکدام از روشهای پیشنهادی، مشاهده گردید که سیستم فازی عصبی ازدقت وکارایی بالایی برخوردار بوده و در مقایسه با سایر روشهای پیشنهادی نیز نتایج بهتری ارائه کرد. در استفاده از سیستم فازی عصبی مشاهده شد که افزایش تعداد توابع عضویت و نیز تعداد دور اجرای مدل نیز سبب کاهش خطای مدلسازی میگردد.

مقدمه

 رود سیوند از ارتفاعات خسرو شیرین در اقلید فارس سرچشمه میگیرد و پس از عبور از دشت پاسارگاد و تنگه بلاغی و سیوند به رود کر پیوسته و با تشکیل رود پلوار - کلوار - به دریاچه بختگان میریزد. آگاهی به خصوصیات فیزیوگرافی یک منطقه همراه با داشتن اطلاعاتی از شرایط جوی منطقه میتواند تصویر نسبتاً دقیقی از کارکرد کمی و کیفی سیستم هیدرولوژی و سیلاب آن منطقه به دست دهد. خصوصیات فیزیوگرافی یک منطقه نهتنها بهطور مستقیم بر رژیم هیدرولوژیک آن اثر میگذارد بلکه بهطور غیرمستقیم و نیز با اثر بر آبوهوا و وضعیت زیستمحیطی و اکولوژی و پوشش گیاهی و به میزان زیادی رژیم آبی منطقه را تحت تأثیر قرار میدهد.

بنابراین خاصیت غیرخطی، عدم قطعیت ذاتی فرایند بارش - رواناب، نیاز به اطلاعات وسیع و پیچیده بودن مدلهای فیزیکی ازجمله دلایلی است که باعث شده محققان به سمت روشهای الهام گرفته از طبیعت مانند شبکههای عصبی مصنوعی، سیستمهای فازی و الگوریتم ژنتیک رویآورند در این مقاله شبکه عصبی مصنوعی فازی - ANFIS - و الگوریتم ژنتیک با استفاده از مدل های خطی و غیرخطی برای رودخانه ی سیوند به کار گرفته شده است. نتایج به دست آمده دقت هریک از این روش ها را نشان می دهد.

-1 روابط مربوط به مشخصات فیزیوگرافی

مشخصات فیزیوگرافی هر حوضه آبریز از قبیل شیب، طول آبراهه اصلی، نوع خاک و پوشش گیاهی مهم ترین عوامل کنترلکننده پتانسیل تولید رواناب سطحی بوده و درنتیجه می توان بین رواناب سطحی سالانه حوضههای آبریز و عوامل فوقالذکر یک رابطه تعیین نمود.یکی از این روشها روش انجمن تحقیقات کشاورزی هندوستان - I.C.A.R - است که دراین روش بر اساس نتایج به دستآمده از بررسی میزان رواناب سالانه 17 حوضه آبریز واقع در منطقه نیل گیری توسط این انجمن به شرح زیر ارائه شده است.

-2 روش استنتاج فازی عصبی

در بین روشهای نوین مدلسازی، سامانههای فازی از جایگاه ویژهای برخوردارند . توانایی پیادهسازی دانش بشری با استفاده از مفاهیم برچسبهای زبانی و قواعد فازی، غیرخطی بودن و قابلیت سازشپذیری این سیستمها و دقت بهتر آنها در مقایسه با سایر روشها در شرایط محدودیت دادهها، ازجمله مهمترین ویژگیهای این سیستمهاست نکته مهم منطق فازی امکان برقراری ارتباط بین فضای ورودی به فضای خروجی میباشد و سازوکار اولیه برای انجام این کار فهرستی از جملات " شرط-نتیجه" است که قانون نامیده میشوند.

ترکیب سیستمهای فازی که مبتنی بر قواعد منطقی بوده، و روش شبکههای عصبی مصنوعی که توان استخراج دانش از اطلاعات عددی رادارند، منجر به ارائه سیستم استنتاج فازی - عصبی شده است. شکل - 1 - یک سیستم فازی سوگنو با دو ورودی ، یک خروجی و دو قانون و سیستم ANFIS را نشان میدهد. در لایه اول - ورودی - میزان تعلق هر ورودی به بازههای مختلف فازی توسط کاربر مشخص میشود. با ضرب مقادیر ورودی به هر گره در یکدیگر، وزن قوانین - wi - در لایه دوم به دست میآید. در لایه سوم عمل محاسبه وزنهای نسبی قوانین - - wi صورت میپذیرد. لایه چهارم لایه قوانین است که از انجام عملیات بر روی پیامهای ورودی به این لایه به دست میآید.     

-3 روش الگوریتم ژنتیک                                

الگوریتمهای ژنتیک، عملیات جستجو را از چندین نقطه در فضای پاسخ آغاز میکنند، هرکدام از این نقاط یک طرح اولیه و به بیاندیگر یک کروموزوم میباشند. با توجه به این موضوع، الگوریتم ژنتیک ابتدا تعدادی از این کروموزومها را ایجاد مینماید که به آن جمعیت اولیه گفته میشود. تولید جمعیت اولیه میتواند بهصورتکاملاً تصادفی و یا با اعمالنظر کاربر صورت پذیرد. پس از ایجاد جمعیت اولیه الگوریتم ژنتیک، به بررسی این کروموزومها - که در حقیقت طرحهای اولیه میباشند - پرداخته و متناسب با برازندگی آنها مقادیری را به هر یک نسبت میدهند.

بهطوری که هر چه طرح با شرایط موردنیاز ما، سازگارتر باشد، برازندهتر بوده و بنابراین مقدار عددی بیشتری را به خود اختصاص خواهد داد. پس از اتمام بررسی برازندگی تمام افراد جامعه، الگوریتم ژنتیک، افراد بهتر را برای ایجاد نسل آینده انتخاب کرده و افراد ضعیف را حذف میکند. سپس افراد انتخابشده جهت ایجاد نسل بعدی تحت عمل عملگرهای تصادفی مانند انتخاب، پیوند و جهش قرار میگیرند. 

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید