مقایسه روش های شبکه عصبی بیزین، شبکه عصبی مصنوعی و برنامه ریزی بیان ژن در تحلیل کیفیتت آب رودخانه ها (مطالعه موردی: رودخانه بالخلوچای)

     میزان کل مواد جامد محلول (TDS) عامل مهمی در مهندسی رودخانه و به­ویژه مطالعه کیفیت آب رودخانه­ها می­باشد. در این تحقیق جهت تحلیل میزان مواد جامد محلول در آب رودخانه بالخلوچای واقع در استان اردبیل از متغیرهای کیفیت شامل بی کربنات، کلرید، سولفات، کلسیم، منیزیم، سدیم و دبی جریان در مقیاس زمانی ماهانه طی دوره آماری (۱۳۸۸-۱۳۵۵) بعنوان ورودی مدل شبکه عصبی بیزین استفاده گردید و نتایج آن با مدل های شبکه عصبی مصنوعی و برنامه­ریزی بیان ژن، مقایسه شد. معیارهای ضریب همبستگی، ریشه دوم میانگین مربعات خطا و ضریب نش ساتکلیف برای ارزیابی و نیز مقایسه عملکرد مدل­ها مورد استفاده قرار گرفت. نتایج حاصله نشان داد که هرچند سه مدل مورد بررسی با دقت قابل قبولی توانسته اند به تخمین میزان مواد جامد محلول در آب بپردازند، لیکن مدل شبکه عصبی بیزین با بیشترین ضریب همبستگی (۹۶۶/۰)، کمترین ریشه دوم یا جذر میانگین مربعات خطا (mg/lit ۰۹۴/۰) و نیز معیار نش ساتکلیف (۹۹۸/۰) در مرحله صحت سنجی در اولویت قرار گرفت. در مجموع نتایج بیان­گر برتری مدل شبکه عصبی بیزین در تخمین مقادیر کمینه و بیشینه ی مواد جامد محلول در آب می باشد.

Keywords:

Ardebil , Model , Prediction , Total Dissolved Solids , اردبیل , تخمین , کل مواد جامد محلول , مدل