جمیل امان اللهی

امروزه مسائل محیط زیستی و آلودگی های آن یکی از مهم ترین دغدغه های جوامع بشری است که بی توجهی به آن، مشکلات بزرگی را در آینده به وجود خواهد آورد. آلودگی آب یکی از اساسی ترین مشکلات محیط زیستی عصر حاضر می باشد و پیش بینی می شود که مسئله تأمین آب سالم در آینده ای نه چندان دور به یکی از اصلی ترین چالش های جهانیان تبدیل خواهد شد. کشور ایران کشوری خشک است که میانگین بارندگی سالانه آن کم و در حدود 250 میلی متر می باشد. برای بررسی کیفیت آب از شاخص WQI استفاده می شود که انواع مختلفی دارد و کیفیت آب را در رابطه با سلامت آن بر اساس مقادیر عددی بیان می کند. سری داده های شاخص کیفیت آب ماهیت غیرخطی و غیرثابت دارند که این امر پیش بینی کیفیت آب را دشوار می نماید به همین سبب در این پایان نامه از روش های هوش مصنوعی با الگوریتم انفرادی و برای افزایش دقت پیش بینی از مدل های هیبریدی استفاده گردید. مدل پیشنهادی در این مطالعه مدل تجزیه کامل حالت تجربی گروه با نویز تطبیقی- رگرسیون بردار پشتیبان (CEEMDAN-SVR) بود. سری داده های خام کیفیت آب شامل پارامترهای 1- اسیدیته، 2- هدایت الکتریکی، 3- مواد جامد محلول، 4- مواد جامد معلق، 5- اکسیژن مورد نیاز شیمیایی ، 6- اکسیژن موردنیاز بیوشیمیایی، 7- اکسیژن محلول، 8- فسفات و 9- نیترات بود که طی سال های 1397-1396 از رودخانه های نی آباد و حوضه سد آزاد جمع آوری گردید. ابتدا داده ها نرمال سازی شدند و سپس وارد مدل CEEMDAN شد و به 6 تابع حالت ذاتی و یک باقیمانده تجزیه گردید و برای پیش بینی وارد مدل SVR شدند و توابع پیش بینی به دست آمده توسط مدل SVR با هم جمع شده و شاخص کیفیت آب به دست آمد. برای صحت عملکرد و دقت مدل پیشنهادی هیبریدی، این مدل با مدل های ترکیبی و انفرادی (1- EEMD-SVR،2- CEEMDAN-MLP،3- EEMD-MLP،4- SVR، 5- MLP) مقایسه شد و بر اساس معیارهای ارزیابی 1/2012= RMSE، 0/9321=MAE، 0/998= R2 در مرحله آموزش و 4/6465=RMSE، 3/9872=MAE، 0/85=R2 در مرحله آزمون مشخص شد که مدل پیشنهادی ترکیبی نسبت به سایر مدل ها دارای دقت بیشتر و عملکرد مناسب تری بود.