برآورد ضریب پخشیدگی طولی در آبراهههای طبیعی با استفاده ازشبکه عصبی مصنوعی

یکی از مهمترین پارامترهای موثر در مدل سازی آلودگی ضریب انتشار طولی است که روابط تجربی و تئوری متعددی جهت تخمین آن پیشنهاد شده ولی با این وجود مطالعات بسیاری نیز بر روی این ضریب در حال انجام است . استفاده از این روابط در برخی شرای ط با نتایج خوبی همراه بوده اما تعمیم آنها برای کلیه شرایط هندسی و هیدرولیکی دشوار می باشد . در این تحقیق از روش شبکه عصبی مصنوعی ) ) Artificial Neural Network جهت برآورد ضریب انتشار طولی در آبراهه های طبیعی استفاده گردیده است . نرم افزار مورد استفاده در این تحق یق NeuralTools می باشد که امروزه در زمینههای مختلف مورد استفاده قرار می گیرد . بدین ترتیب از داده های اندازه گیری شده مربوط به ضریب پخشیدگی در نقاط مختلف دنیا جهت آموزش و صحت سنجی مدل استفاده گردید . در نهایت نتایج حاصل از مدل با نتایج حاصل از بکار بردن رو ابط تجربی موجود مورد مقایسه قرار گرفت . از جمله روابط مورد استفاده در این تحقیق می توان به روابط الدر، تکستون، سئو و چانگ و نیز فی شر و همکاران اشاره نمود . نتیجه این مقایسه دقت نسبتا بالای شبکه عصبی در برآورد ضریب انتشار طولی در آبراهههای طبیعی را نسبت به روابط تجربی موجود نشان میدهد

Keywords:

مدلسازی آلودگی , ضریب انتشار طولی , شبکه عصبی مصنوعی , NeuralTools , آموزش و صحت - سنجی مدل