%0 Journal Article %T مدل پیش‌بینی جریان رودخانه با استفاده از سیستم فازی FIS و الگوریتم بهینه‌سازی PSO %J مجله آب و فاضلاب %I مهندسین مشاور طرح و تحقیقات آب و فاضلاب اصفهان %Z 1024-5936 %A رضاپور طبری, محمود محمد %A سلطانی, جابر %D 2013 %\ 03/01/2013 %V 24 %N 1 %P 112-124 %! مدل پیش‌بینی جریان رودخانه با استفاده از سیستم فازی FIS و الگوریتم بهینه‌سازی PSO %K سیستم استنتاج فازی %K بهینه‌سازی %K الگوریتم مبتنی بر هوش جمعی %K رواناب %K رودخانه طالقان %R %X هدف از این مطالعه پیش‌بینی رواناب به‌صورت مکانی با استفاده از اطلاعات ایستگاههای هیدرومتری و هواشناسی بود. بررسی‌ها نشان می‌دهد که معمولاً ارتباطات مشخصی بین داده‌های هواشناسی و هیدرومتری بالادست حوضه با میزان رواناب تولیدی در خروجی حوضه وجود دارد و چنانچه بتوان قوانین نهفته در سابقه تاریخی داده‌های ثبت شده در این ایستگاهها را استخراج نمود، می‌توان به آسانی بر پایه اطلاعات اندازه‌گیری شده به پیش‌بینی میزان رواناب پرداخت. بر این اساس از بین ابزارهای موجود، تئوری فازی می‌تواند با انعطاف‌پذیری خود در تدوین قوانین فازی، دانش نهفته در داده‌های مشاهده‌ای را به‌نحوه مطلوبی به‌منظور پیش‌بینی پارامترها در زمان واقعی ارائه نماید. لذا در این تحقیق سیستم استنتاج فازی به‌منظور برآورد میزان رواناب در ایستگاهی واقع در پایین‌دست رودخانه طالقان‌رود با استفاده از آمار ایستگاههای باران‌سنجی و هیدرومتری بالادست رودخانه به‌کار گرفته شد. اجرای سیستم فازی معمولی نشان‌دهنده عدم کارایی مناسب این ابزار در ارائه مقادیر صحیح پیش‌بینی است که علت آن را می‌توان در نامناسب بودن مقادیر بازه‌ای مرتبط با توابع عضویت هر یک از پارامترهای مؤثر در فرایند مدل‌سازی جستجو نمود. با توجه به زمان‌بر بودن ساخت تابع عضویت متناسب با هر یک از پارامترها به‌دلیل تعدد حالات مختلف توابع عضویت، اقدام به استفاده ترکیبی از الگوریتم بهینه‌سازی مبتنی بر هوش جمعی به‌منظور تسریع و بهبود وضعیت مدل‌سازی گردید. با اجرای مدل ترکیبی، مقادیر بهینه مرتبط با هر یک از توابع عضویت متغیرهای وابسته و مستقل، استخراج شده و بر پایه آن و با استفاده از سیستم فازی اقدام به پیش‌بینی رواناب در ایستگاه پایین‌دست رودخانه گردید. نتایج نشان‌دهنده دقت بالای استفاده از روش ترکیبی پیشنهادی در مقایسه با روشهای کاربرد منفرد استنتاج فازی است به‌طوری که با استفاده از این مدل پیشنهادی می‌توان میزان دقیق‌تری از رواناب را برای شرایط آینده برآورد نمود. %U https://www.wwjournal.ir/article_2339_7ec7ad97156d76d41fa699c76a8614fe.pdf