چکیده مقاله
مطالعه حاضر به بررسی رسوبات حمل شده در شاخه اصلی رودخانه زاینده رود می پردازد بدین منظور، میزان آورد رسوبات با استفاده از روش رگرسیون آماری و دو روش از شبکه های عصبی مصنوعی، در سه حالت مدل سازی شد در حالت نخست، تمامی داده های اندازه گیری شده، بدون هیچ گونه تفکیکی مدل سازی شدند واضح است که این مدل خطای زیادی را به همراه دارد در حالت دوم داده ها به دو زیرمجموعه سیلابی و غیر سیلابی، و در حالت سوم به دو زیرمجموعه با غلظت رسوبات کم و زیاد دسته بندی شدند سپس هر زیرمجموعه جداگانه توسط روش های مذکور شبیه سازی شد نتایج حاصل نشان می دهد که بر اساس شاخص های اجرایی در نظر گرفته شده، نتایج حاصل از مدل MLP در مقایسه با روش های GRNN و رگرسیون آماری، تطابق بیشتری با مقادیر اندازه گیری شده دارد از سویی دسته بندی داده ها بر اساس غلظت رسوب، نتایج مطلوبتری را در بر دارد
کلیدواژهها
نویسندگان
نعمیه نجفی
دانشجوی کارشناسی ارشد سازه های آبی، دانشکده کشاورزی، دانشگاه مازندرا
منوچهر حیدرپور
استادیار، دانشکده کشاورزی، دانشگاه صنعتی اصفهان
عباس اسدی
کارشناس ارشد سازمان آب منطقه ای استان اصفهان
شیوه ارجاع
نجفی، نعمیه و حیدرپور، منوچهر و اسدی، عباس،1385،مقایسه منحنی سنجه رسوب با مدل های MLP در تخمین رسوبات معلق رودخانه زاینده رود،هفتمین سمینار بین المللی مهندسی رودخانه،اهواز
ارائهشده در
مجموعه مقالات هفتمین سمینار بین المللی مهندسی رودخانه24 بهمن 1385 · اهواز