آخرين ارسالهاي تالار

پیش بینی ذخایر آبهای زیر زمینی مشاهده در قالب PDF چاپ فرستادن به ایمیل
نوشته شده توسط admin   
جمعه, 04 مهر 1393 ساعت 15:29

نمونه کاربردی شبکه عصبی و فازی

ارائه یک روش جدید برای پیش بینی ذخایر آبهای زیر زمینی

امروزه سفره آبهای زیر زمینی را نمی توان بصورت منابع نا محدود و با کیفیت مطلوب در نظر گرفت . بنابراین در چنین شرایطی اعمال یک مدیریت بهینه و اقتصادی بسیار ضروری می باشد . مدیریت آبهای زیر زمینی خود نیازمند ابزار قدرتمندی است که قادر باشد موارد مورد نیاز جهت اتخاذ یک تصمیم صحصیح را پیش بینی نماید .به این وسیله پیش بینی کننده ،مدل گفته می شود . در اصل مدل عبارت است از یک حالت ساده شده از محیط واقعی (در این تحقیق منظور آبهای زیر زمینی است ) که رابطه بین محرک های اعمال شده و پاسخ سیستم را بصورت تقریبی شبیه سازی می کند .یکی از روشهای بسیار مفید در امر مدل سازی ، شبکه های عصبی - فازی می باشد که در واقع تقلیدی از مغز و شبکه اعصاب انسان است .این روش  بخوبی قادر به برآورد و تخمین روابط پیچیده مهندسی می باشد .

 

 

 

شبکه های عصبی و منطق فازی بخوبی با هم به کار میروند. منطق فازی قادر است از وزن های نا معین شبکه های عصبی ،خروجی مورد نظر (قوانین و پارامترهای فازی )را استنناج کند و شبکه های عصبی مصنوعی ،قوانین فازی را دسته بندی می کنند. توانایی یادگیری سریع شبکه های عصبی آنها را قادر می سازد تا از داده های فازی و یا پارامترهای فازی ،پاسخ قطعی و هوشمندانه استخراج کنند و از محاسبات پیچیده و وقت گیر اجتناب نمایند .

در این تحقیق ما از دو خاصیت مهم منطق فازی و شبکه های عصبی بطور همزمان استفاده کرده تا به پیش بینی دقیق تری از ذخایر آبهای زیر زمینی دست یابیم .

بطور کلی یک سیستم فازي  شامل، فرآیندهاي فازي سازي، قاعده- بنیاد فازي، موتور خروجی فازي و غیر فازي سازي است. در فازي سازي  هر یک از اجزاي اطلاعات ورودي تبدیل به درجه عضویت میشود .

ساختار کلی شبکه هاي عصبی از شبکه بیولوژیکی مغز انسان الهام گرفته است. شبکه عصبی با پردازش روي داده ها قوانین کلی را فرا می گیرد و خروجی هاي شبکه با خروجی هاي مطلوب(اندازه گیري شده) مقایسه می شود. در ابتدا با استفاده از داده ها و مقادیر اندازه- گیري شده موجود، شبکه آموزش داده میشود.

مدل ANFIS در برگیرنده دو مدل شبکه های عصبی و مدل فازي مي باشد. بخش فازي رابطه اي بين ورودي و خروجي برقرار نموده و پارامترهاي مربوط به توابع عضويت بخش فازي به وسيله شبكه هاي عصبي تعيين مي شود.  لذا خصوصيات هر دو مدل فازي و عصبي در ANFIS نهفته است. منطق فازي بر مبناي تئوري مجموعه هاي فازي مي  باشد كه بين طبقات مختلفي از موضوعات، ارتباطي با مرز نرم برقرار مي كند، به نحوي كه عضويت از جنس درجه باشد و با پارامتر درجه بتوان ميزان عضويت را نشان داد .

وقتی که دو روش منطق فازی و شبکه عصبی با هم ترکیب می شوند دقت آنها بالاتر رفته و با آموزش داده های قابل قبول می توان دقت پیش بینی را بالا برد و پارامتر های مفید تر ی را از نتیجه پیش بینی ، بر داشت کرد .

ضریب همبستگی  که در قسمت (ک) تعریف شد، معیاری برای ارزیابی سیستم می باشد.یکی از مقادیر این ضریب ، خروجی مدل ارائه شده است .بدلیل اینکه مدل فازی – عصبی دارای دقت قابل قبولی برای پیش بینی می باشد  ،پس می توان با توجه به خروجی بدست آمده از مدل ، پیش بینی مناسب و بادقت بیشتری برای ذخایر آبهای زیر زمینی انجام داد.

ثبت سفارش

 

نظر ها (0)
تنها کاربران عضو شده می توانند نظر ارسال کنند!
 
logo-samandehi