نام پژوهشگر: عاطفه شجاع الدینی

پیش بینی نرخ انتقال رسوب در رودخانه کرج با استفاده از روش هوشمند مختلط (hs-gmdh)
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده کشاورزی 1393
  عاطفه شجاع الدینی   کورش قادری

رودخانه¬ها به مثابه شریان¬های اصلی حیات کلیه سازه¬های آب کشور محسوب می¬گردند و بدین علت حفاظت و بهره¬برداری بهینه از آنها از اهم مسوولیت¬های وزارت نیرو می¬باشد. رودخانه¬ها به عنوان یکی از اصلی¬ترین منابع در دسترس برای تامین آب شیرین همواره در طول تاریخ مورد توجه بشر قرار گرفته¬اند. معمولا انتقال جریان در مسیر رودخانه¬ها همراه با فرسایش و رسوب¬گذاری است. به طور کلی فرسایش و رسوب¬گذاری باعث تغییرات عمده¬ای در ظاهر و نحوه شکل¬گیری سرشاخه¬ها و مشخصات دیگر حوزه- ی آبریز می¬شوند. فرسایش به صورت طبیعی در بستر و کناره¬ی رودخانه¬ها وجود دارد. این فرآیند می¬تواند باعث تغییر در مقطع هندسی رودخانه و نیز تغییر در ریخت شناسی آن گردد. تغییرات ذکر شده خود عامل تغییر در ساختار جریان گردیده و افزایش فرسایش و تولید رسوب را به دنبال خواهد داشت. استخراج روابط ریاضی حاکم بر پدیده انتقال رسوبات بسیار پیچیده است. برای شبیه سازی این چنین پدیده¬هایی، می¬توان از روش¬های داده محور استفاده نمود. یکی از انواع این روش¬ها، روش کنترل گروهی داده-ها که یک رویکرد خود سازماندهی داده بوده و به عنوان روشی برای شناسایی روابط غیر خطی بین متغییرهای ورودی و خروجی به کار می¬رود. ترکیب روش gmdh با الگوریتم جستجوی هارمونی hs منجر به ایجاد شبکه هوشمند جدیدی به نام hs_gmdh می¬گردد. در مطالعه حاضر مدل¬هایی جهت برآورد نرخ انتقال رسوب در سیستم رودخانه¬ای بر مبنای روش¬های هوشمند و داده محور gmdh وشبکه hs_gmdh در محیط نرم افزارmatlab توسعه داده شده اند. مدل¬های توسعه داده شده با سری زمانی آشوبی مکی گلاس صحت سنجی شده اند و سپس جهت اعتبار سنجی و کاربرد مدل های توسعه داده شده از داده های دبی جریان و رسوب ایستگاه سیرا در رودخانه کرج مربوط به سال¬های 1346تا 1386 استفاده شده است بررسی کارایی مدل ها با استفاده از یک سری شاخص های آماری نظیر میانگین مربعات خطای نسبی(msre)، میانگین درصد خطای نسبی(mpre)، ضریب nash sutcliffe و انحراف نسبی(rb) استفاده شده است نتایج حاصل از این دو روش حاکی از عملکرد بالای این روش ها به ویژه مدل توسعه داده شده gmdh با تابع غیر خطی نسبت به سایر الگوریتم ها می باشد.