شبیه سازی بار معلق به روش شبکه عصبی و مقایسه آن با منحنی سنجه رسوب ( مطالعه موردی رودخانه خرم آباد )

پیش بینی و تخمین رسوب رودخانه ها در مدیریت رودخانه ها و مخازن سدها در پروژه های آبی از اهمیت بالایی برخوردار است. با توجه به پیچیدگی پدیده رسوب و عدم توانایی تعیین دقیق معادلات حاکم، به خاطر وجود پارامترهای مختلف و تاثیر تغییرات مکانی و زمانی شرایط هیدرولیک حوضه آبریز و مشکلات ناشی از تعیین تأثیرت آنها، محققان به استفاده از مدل های جعبه سیاه، نظیر شبکه عصبی مصنوعی روی آورده اند.در این مقاله در مورد کارایی این شبکه ها در شبیه سازی بار معلق رودخانه و مقایسه آن با منحنی سنجه رسوب مطالعاتی انجام گرفته است. در شبیه سازی مدل ( ANN )، در انواع تقسیم بندی مجموعه داده ها، انواع ترکیبات ورودی شبکه، تعداد لایه های شبکه، تعداد نرون های لایه های ورودی و مخفی شبکه و ... تحقیقاتی انجام گرفته است. در مدل های طراحی شده با دادن دبی جریان و غلظت بار معلق می تواند غلظت بار معلق را شبیه سازی کند. پس از طرح و آموزش شبکه، کاربرد این مدل هوشمند در برآورد رسوب رودخانه خرم آباد که تا کنون با مدل های ریاضی مورد ارزیابی قرار نگرفته بررسی گردید. به منظور ارزیابی نتایج ازمعیارهای ارزیابی RMSE، R و MSE استفاده شده است نتایج به دست آمده نشان داد که شبکه عصبی مصنوعی با یک لایه پنهان و 9 نرون با ( RMSE=0.0058، R=0.99 و (5-)MSE=3.4*10 ) برای آموزش و RMSE=0.0025، R=0.94 و (5-)MSE=6.24*10) برای آزمایش دقت بسیار بالایی نسب به منحنی سنجه رسوب برای شبیه سازی بار معلق رودخانه عمل نموده است.

Keywords:

منحنی سنجه رسوب , شبکه عصبی مصنوعی , شبیه سازی بار معلق رودخانه خرم آباد