■ مدل بار معلق رودخانه‌‌ ها

عنوان مقاله:
مدل بار معلق رودخانه‌‌ ها با استفاده از شبکه‌‌ های عصبی مصنوعی


نویسندگان:
طاهر جایی، سیداحمد میرباقری


چکیده:
پیش بینی و تخمین بار 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 هیدرولوژیکی حوضه آبریز و مشکلات ناشی از تعیین تاثیرات آنها، محققان به استفاده از مدل ‌های جعبه سیاه، نظیر شبکه ‌‌های عصبی مصنوعی، روی آورده اند. در این مقاله در مورد کارایی این شبکه ‌‌ها در تخمین و پیش بینی بار معلق رودخانه ‌‌ها، مطالعاتی انجام گرفته است. در شبکه ‌‌های ایجاد شده، در انواع تقسیم بندی مجموعه داده ‌‌ها، انواع ترکیبات ورودی شبکه، تعداد لایه‌‌ های شبکه، تعداد نورون‌ های لایه ‌‌های ورودی و مخفی شبکه و ... تحقیقاتی انجام گرفته است. در مدل ‌های طراحی شده با دادن سری زمانی دبی جریان و غلظت بار معلق در زمان‌ های قبل، می ‌توان غلظت بار معلق در زمان آینده را پیش بینی نمود. برای افزایش کارایی مدل ‌ها، از تکنیک توقف زودهنگام (Early Stopping) استفاده شده و در نهایت برای ارزیابی نتایج، مقایسه‌ ای با روش مرسوم منحنی سنجه رسوب نیز انجام گرفته است. نتایج، نشان دهنده برتری مدل ‌های شبکه عصبی بوده است.


کلیدواژگان:
بار معلق رودخانه، شبکه عصبی، پرسپترون چند لایه، پیش بینی رسوب، توقف زودهنگام، منحنی سنجه


نشریه مهندسی عمران
سال بیست و یکم، شماره یک، 1388