این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
آب و فاضلاب، جلد ۱۹، شماره ۳، صفحات ۳۴-۴۶
عنوان فارسی تخمین ضریب پراکندگی طولی آلودگی با استفاده از سیستم استنتاج فازی- عصبی انطباقی
چکیده فارسی مقاله ضریب پراکندگی طولی آلودگی در رودخانه‌ها و مجاری طبیعی به علت پیچیده بودن فرایند حاکم، اغلب با استفاده از روابط ساده شده تجربی که دقت مطلوبی ندارند، تعیین می‌شود. به همین دلیل در این تحقیق با استفاده از سیستم خبره استنتاج فازی - عصبی انطباقی که قابلیت فراگیری و درک روابط حاکم بر پدیده‌ها بدون نیاز به معادلات حاکم را دارد، روش جدیدی برای تخمین ضریب پراکندگی طولی ارائه شده است. فرایند توسعه و ارزیابی مدل جدید با استفاده از مجموعه داده‌های واقعی و معیارهای آماری و گرافیکی مختلفی صورت گرفته است. طبق نتایج تحقیق، مدل در مقایسه با تمامی روابط موجود (دوازده رابطه) دقت بسیار بهتری دارد. مقادیر ریشه میانگین مربعات خطا و ضریب همبستگی مربوط به مدل در مرحله توسعه به ترتیب برابر 15/18 و 0/99 و در مرحله ارزیابی 187/8و 91/ 0 به دست آمد. در حالی که مقادیر این پارامترها برای بهترین رابطه تجربی (رابطه هانگ و لی) به ترتیب برابر 295/7 و 0/48 می‌باشد. طبق نتایج، استفاده از مدل تطبیقی استنتاج فازی- عصبی دقت تخمین این ضریب را به میزان قابل توجهی بهبود می‌بخشد. روش ارائه شده در این تحقیق رهیافت جدیدی در تخمین ضریب پراکندگی طولی آلودگی در رودخانه محسوب شده و به خوبی قابلیت اتصال و ترکیب با مدل‌های ریاضی انتقال آلودگی و نیز بهنگام سازی با توجه به شرایط واقعی را دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimating Longitudinal Dispersion Coefficient of Pollutants Using Adaptive Neuro-Fuzzy Inference System
چکیده انگلیسی مقاله Longitudinal dispersion coefficient in rivers and natural streams is usually estimated by simple inaccurate empirical relations because of the complexity of the phenomenon. In this study, the adaptive neuro-fuzzy inference system (ANFIS) is used to develop a new flexible tool for predicting the longitudinal dispersion coefficient. The system has the ability to understand and realize the phenomenon without the need for mathematical governing equations.. The training and testing of this new model are accomplished using a set of available published filed data. Several statistical and graphical criteria are used to check the accuracy of the model. The dispersion coefficient values predicted by the ANFIS model compares satisfactorily with the measured data. The predicted values are also compared with those predicted by existing empirical equations reported in the literature to find that the ANFIS model with R2=0.99 and RMSE=15.18 in training stage and R2=0.91 and RMSE=187.8 in testing stage is superior in predicting the dispersion coefficient to the most accurate empirical equation with R2=0.48 and RMSE=295.7. The proposed methodology is a new approach to estimating dispersion coefficient in streams and can be combined with mathematical models of pollutant transfer or real-time updating of these models.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین ریاحی مدوار |
دانشجوی دکترای سازه های آبی، دانشگاه تربیت مدرس، تهران
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

سید علی ایوب زاده | seyed ali
دانشیار گروه سازه های آبی، دانشگاه تربیت مدرس، تهران
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://www.wwjournal.ir/article_2187_09a4d106303e3dacc96a8eec915ac876.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات