ارزیابی قابلیت مدل سیستم استنتاجی فازی عصبی(anfis) در تخمین مقادیر بار معلق رسوبی و مقایسه آن با 2 نوع از مدل‌های شبکه‌ی عصبی مصنوعی مطالعه موردی: رودخانه زرینه‌‌رود، حوضه جنوب‌شرقی دریاچه ارومیه

حوضه‌های جنوب شرقی دریاچه ارومیه به علت برخورداری از شرایط هیدرولوژیکی و لیتولوژیکی خواص، از میزان بالای تولید رسوب برخوردارند. با توجه به این نکته در این تحقیق برای تخمین بار معلق رسوبی روزانه از سیستم استنتاجی فازی عصبی( anfis) بهره گرفته شده است. به این منظور داده‌های دبی روزانه و بار معلق رسوبی365 روز سال 1386 و 1387 ایستگاه رسوبی واقع در رودخانه زرینه رود برای تعلیم و آزمودن مدل‌های شبکه عصبی مصنوعی مورد استفاده قرار گرفته است. در کنار این مدل از مدل‌های پرسپترون چندلایه( mlp)، شبکه عصبی تابع پایه شعاعی( rbf) و منحنی سنجه رسوبی ( src) نیز بهره گرفته شد. سپس نتایج مدل anfis با مدل‌های فوق مقایسه گردید. برای تعیین کارایی مدل‌ها از فاکتور مجذور میانگین مربعات خطا (rmse) و خطای تبیین (r2) استفاده شده و مشاهده می‌شود که مدل anfis با برخورداری از خطای تبیین معادل 9087/0 و مجذور میانگین مربعات خطای معادل 224 میلیگرم در لیتر نسبت به سایر مدل‌ها به نتایج بهتری دست می‌یابد. کمترین میزان r2 و rmse نیز برای مدل src به ترتیب معادل 8251/0 و 304 برآورد گردید. مقادیر آکاییک نیز برای مدل anfis معادل 1993 محاسبه شد که این امر نشان‌دهنده‌ی قابلیت بالای مدل anfis در تخمین بار معلق رسوبی می‌باشد.