%0 Journal Article %T کارایی شبکه‌های عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی در مدل‌سازی بارش- رواناب در حوضه آبخیز سد زاینده‌رود %J مجله آب و فاضلاب %I مهندسین مشاور طرح و تحقیقات آب و فاضلاب اصفهان %Z 1024-5936 %A دستورانی, محمد تقی %A شریفی دارانی, حامد %A طالبی, علی %A مقدم‌نیا, علیرضا %D 2012 %\ 01/01/2012 %V 22 %N 4 %P 114-125 %! کارایی شبکه‌های عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی در مدل‌سازی بارش- رواناب در حوضه آبخیز سد زاینده‌رود %K شبکه عصبی مصنوعی %K سیستم استنتاج عصبی- فازی تطبیقی %K بارش- رواناب %K حوضه آبخیز سد زاینده‌رود %K الگوریتم ژنتیک %K آزمون گاما %R %X در دهه‌های اخیر به‌دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش‌بینی رواناب از روی داده‌های بارش به مسئله‌ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته‌ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه‌های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی مصنوعی و سیستم استنتاج عصبی- فازی تطبیقی به‌منظور برآورد بارش- رواناب در حوضه سد زاینده‌رود، مورد ارزیابی قرار گیرد. به‌این‌منظور ابتدا با بهره‌گیری از نرم‌افزار Wingamma داده‌ها و پارامترهای موجود مورد بررسی و تجزیه و تحلیل قرار گرفت و پارامترهای ورودی مناسب به‌علاوه تعداد مناسب داده برای آموزش شبکه، تعیین گردید. سپس با استفاده از آمار روزانه بارش- رواناب، کارایی شبکه عصبی مصنوعی و سیستم عصبی- فازی در تخمین رواناب حاصل از بارش مورد بررسی قرار گرفت. در ادامه میزان دقت و صحت این دو روش با بهره‌گیری از روشهای آماری، مقایسه شد. نتایج حاصل از این مطالعه نشان داد که شبکه عصبی مصنوعی و سیستم فازی- عصبی در شرایط مختلف و با ترکیبهای مختلف پارامترهای ورودی، نتایج متفاوتی از خود نشان می‌دهند ولی در کل این دو روش به‌میزان قابل قبولی قادر به تخمین رواناب حاصل از بارش با به‌کارگیری پارامترهای ورودی مناسب و استفاده از ساختارهای مناسب شبکه عصبی مصنوعی و شبکه عصبی- فازی، هستند. %U https://www.wwjournal.ir/article_729_c46bc8c7245f61caad30554a39b2d09b.pdf