برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)

Publish Year: 1391
نوع سند: مقاله ژورنالی
زبان: Persian
View: 235

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWMR-3-6_005

تاریخ نمایه سازی: 17 مهر 1400

Abstract:

  پدیده­­های فرسایش و انتقال رسوب در رودخانه­ها یکی از مهمترین و پیچیده­ترین موضوعات مهندسی رودخانه می­باشد. این پدیده­ها اثرات ویژه­ای روی شاخص های کیفی آب، کنش کف بستر و کناره های رودخانه داشته و همچنین خسارات جبران ناپذیری به طرح های عمرانی آب وارد می­نماید. پیش­بینی دقیق میزان رسوب رودخانه­ها اهمیت قابل توجهی در مدیریت منابع آب و طراحی و ساخت و همچنین برنامه ریزی در بهره برداری از سازه­های آبی دارد. در این تحقیق سعی گردیده است که کارایی شبکه­های عصبی مصنوعی در پیش­بینی رسوب معلق مورد ارزیابی قرار گیرد. با استفاده از روش شبکه عصبی مصنوعی (مدل پرسپترون چند لایه) رسوب معلق در ایستگاه هیدرومتری حیدرآباد روی رودخانه جامیشان پیش­بینی گردیده و نتایج با منحنی سنجه رسوب مورد مقایسه قرار گرفته است و مزایا و معایب هر یک از این روشها تجزیه و تحلیل شده است. براساس نتایج بدست آمده شبکه عصبی مصنوعی نتایج قابل قبولی را جهت شبیه­سازی بار معلق در ایستگاه حیدرآباد ارائه می­کند، بطوریکه در مقایسه با منحنی سنجه رسوب از دقت بالاتری برخوردار است. مقدار R۲ که از شبکه عصبی بدست آمده برابر با حدود ۹۲/۰ و R۲ که از منحنی سنجه رسوب بدست آمده برابر با حدود ۸۳/۰ است. البته لازم به ذکر است که شبکه عصبی نیز نقاط اوج را به درستی پیش­بینی نمی­کند که این از نقاط ضعف نوع مدل بشمار می رود.