استفاده از مدل بهینه شده شبکه عصبی به وسیله الگوریتم رقابت استعماری، در تخمین پارامترهای شوری آب رودخانه (رودخانه مورد مطالعه: گرگان رود)

یکی از مهم ترین معیارهای کیفی در طبقه بندی آب از نظر کشاورزی، شوری و مقدار سدیم موجوددر آن است که با توجه به کمبود آب شیرین و همچنین حجم بالای اراضی شور در کشور مدیریت و برنامه ریزی در این بخش ضروری به نظر می رسد. در این پژوهش کاربردالگوریتم های هوشمند رقابت استعماری ICA، در بهبود عملکرد عصبی ANN برای تخمین پارامترهای کیفی آب رودخانه گرگان رود، نظیر هدایت الکتریکی EC و نسبت جذب سدیم SAR مورد بررسی قرار گرفته اند. از این رو ابتدا با استفاده از آنالیز حساسیت، پارامترهای ورودی مناسب برای هر کدام از سیستم ها که شامل ANN و ANN-ICA بود تعیین و سپس برای تخمین هر کدام از پارامترهای کیفی مورد استفاده قرار گرفت. بررسی ها نشان داد که برای تخمین پارامترهای EC,SAR مدل ANN-ICA با RMSE,R2 و MAPE به ترتیب 0/95 ، 147 و 7/65 برای EC و 0/89، 0/57، 11/4 برای SAR نتایج بسیار مناسب تری را در مقابل ANN با RMSE,R2 و MAPE به ترتیب 0/89؛ 380 و 9/6 برای EC و 0/85، 1/15، 13/85، برای SAR داشت.

کلیدواژه های استفاده از مدل بهینه شده شبکه عصبی به وسیله الگوریتم رقابت استعماری، در تخمین پارامترهای شوری آب رودخانه (رودخانه مورد مطالعه: گرگان رود):

گرگان رود ، الگوریتم رقابت استعماری ، آنالیز حساسیت ، شبکه عصبی مصنوعی ، شوری آب