پیش‌بینی جریان ورودی به سد علویان با استفاده از سیستم تطبیقی فازی-عصبی بهینه‌شده

در این تحقیق با استفاده از اطلاعات روزانه، هفتگی، 10 روزه و ماهانه آب ورودی به سد علویان در شمال غرب ایران، جریان بهنگام آب ورودی به مخزن با استفاده از سیستم تطبیقی فازیعصبی بهینه‌شده (oanfis) پیش‌بینی‌شده است. به‌منظور تعیین تعداد و فواصل زمانی ورودی‌های مدل، از دو الگوریتم جستجوی ترتیبی (sequential search) و جستجوی جامع (exhaustive search) جهت حداقل نمودن خطای پیش‌بینی استفاده‌شده است. در جستجوی ترتیبی 17 مدل در مقیاس زمانی روزانه، هفتگی، 10 روزه و ماهانه با ورودی جریان آب به مخزن سد در گام‌های زمانی مختلف،به‌عنوان ورودی و جریان در زمان v(t) به‌عنوان خروجی، توسعه و مقایسه شده است. در جستجوی جامع نیز ترکیب 2 از 10 و 3 از 10 که شامل 45 و 120 مدل در گام زمانی v(t1) تا v(t10) به‌عنوان ورودی و خروجی در گام زمانی v(t)، توسعه و مقایسه شده است. به‌منظور ارزیابی کارایی مدل‌های توسعه‌یافته، از شاخص‌های آماری و آزمون نکویی برازش استفاده‌شده است. در الگوریتم ترتیبی و مقیاس روزانه در اولین گام ورودی v(t1) با rmse صحت یابی برابر 211/0 میلیون مترمکعب، در گام دوم ترکیب ورودی v(t1) و v(t8) با rmse صحت یابی برابر 187/0 میلیون مترمکعب و در گام سوم v(t4),v(t3),v(t1) با rmse صحت یابی برابر 5247/1 میلیون مترمکعب انتخاب‌شده است. در مقیاس هفتگی در اولین گام ورودی v(t1) با rmse صحت یابی برابر 175/0 میلیون مترمکعب، در گام دوم ترکیب ورودی v(t1) و v(t3) با rmse صحت یابی برابر 192/0 میلیون مترمکعب و در گام سوم v(t9),v(t8),v(t1) با rmse صحت یابی برابر 3912/0 میلیون مترمکعب انتخاب‌شده است. در کلیه مدل‌های بهینه در مقیاس‌های زمانی موردبررسی، ورودی v(t1) به‌عنوان یک متغیر تاثیرگذار حضورداشته و خروجی مدل از حساسیت بالایی نسبت به تغییرات آن‌که دارای کمترین فاصله زمانی با خروجی نیز می‌باشد، برخوردار است.