برآورد بار رسوب معلق با استفاده از شبک هی عصبی مصنوعی

یکی از این روشهای نو ظهور در حل مسائل مهندسی استفاده از هوش مصنوعی است . مزیت اصلی این تکنیک نسبت به روش های رایج، اینست که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می باشد، بدون آنکه در هر مرتبه نیاز به یافتن رابطه ی پیچیده ی ریاضی موجود بین پارامترهای منتخب باشد. در تحقیق حاضر نیز با استفاده از مدل پرسپترون چندلایهMLP)با الگوریتم پس انتشار خطاBP) و قانون یادگیری لونبرگ -مارکوارتLM) و بر اساس دبی جریان روزانه متوسط هر ماه و دبی رسوب متناظر با آن ، سری پیوسته ای از دبی جریان و رسوب تشکیل و تأثیر توالی های زمانی گذشته برروی میزان آورد رسوب بررسی شد

Keywords:

رسوب معلق , انتقال رسوب , شبکه ها ی عصبی مصنوعی