سعیده عظیمی - گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
سعید فرضی - گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
نوشین پیروزینژاد - گروه ژیومورفولوژی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز، تبریز، ایران

خاک یکی از مهمترین منابع طبیعی هر کشور است. در حال حاضر جهت محاسبه میزان فرسایش و رسوب از مدلی بهنام MPSIAC استفاده میشود. در این پژوهش جهت محاسبه میزان رسوب از دادههای خام حوزه آبخیز خشکه رود بوژان استفاده کردهایم. به همین منظور از شبکه عصبی مصنوعی جهت محاسبه میزان فرسایش استفاده شده است. جهت پیادهسازی شبکه عصبی مصنوعی از نرمافزار Matlab استفاده شده است. شبکه عصبی انتخابشده از نوع MLP میباشد که دارای یک لایه پنهان با 5 نورون است. تابعفعالیت لایه پنهان سیگمویید - تانژانت و تابع فعالیت لایه خروجی سیگمویید خطی میباشد و الگوریتم آموزش شبکه عصبی لونبرگ- مارکارد است. نتایج حاصل از روش فوق بسیار دقیق است، بهطوری که میزان رسوب را با چند صدم اختلاف بهدرستی تشخیص می دهد. در نهایت شبکه عصبی ساختهشده در نرمافزار Matlab بهصورت یک تابع استخراج میشود تا بتوانیم از روابط شبکه عصبی بدون آنکه نیازی به آموزش مجدد داشته باشد استفاده کنیم.

فرسایش خاک، مدل MPSIAC ، شبکه عصبی MLP ، نرمافزار متلب