تخمین میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی

چکیده مقاله

برآورد صحیح حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبیاری از اهمیت بسیاری برخوردار است زیرا پدیده فرسایش و انتقال رسوب از پیچیده ترین مسائل هیدرودینامیک می باشد لذا ارائه راهکاری مناسب جهت برآورد دقیق بار معلق رودخانه ها، بسیار سودمند است به دلیل تأثیر پارامترهای مختلف، تعیین معادلات حاکم بر آن مشکل بوده و در صورت تعیین مدل ریاضی نیز ، از دقت کافی برخوردار نیستند شبکه های عصبی مصنوعی بر مبنای استفاده از دانش نهفته بین متغیرهای ورودی و خروجی یک مسئله، بدون در نظر گرفتن فیزیک آن، قادر به استخراج روابط ذاتی بین آن ها و تعمیم آن در موقعیت های دیگر است در شبکه عصبی مصنوعی با الهام گیری از مدل مغز انسان ضمن اجرای فرآیند آموزش، اطلاعات مربوط به داده ها درون وزن های شبکه ذخیره می شود در این مقاله، ضمن معرفی شبکه عصبی مصنوعی، با استفاده از شبکه پرسپترون چند لایه MLP میزان رسوب رودخانه نکا پیش بینی شده و با نتایج حاصله از روش منحنی سنجه رسوب مورد مقایسه وتبیین قرار گرفته است با توجه به خطای بدست آمده 0,0001 از شبکه پرسپترون چند لایه، برتری این شبکه نسبت به روش منحنی سنجه به اثبات رسید

کلیدواژه‌ها

نویسندگان

مائده فتاحی

دانشجوی مهندسی آبیاری دانشگاه مازندران

سارا طوسی

دانشجوی مهندسی آبیاری دانشگاه مازندران

میرخالق ضیاء تبار احمدی

استاد بخش مهندسی آب دانشگاه مازندران

فتاحی، مائده و طوسی، سارا و ضیاء تبار احمدی، میرخالق،1385،تخمین میزان رسوب رودخانه نکا به کمک شبکه عصبی مصنوعی،هفتمین سمینار بین المللی مهندسی رودخانه،اهواز

ارائه‌شده در

مجموعه مقالات هفتمین سمینار بین المللی مهندسی رودخانه24 بهمن 1385 · اهواز