مدلسازی اورد رسوب رودخانه با استفاده از شبکه عصبی مصنوعی و مقایسه آن با روشهای تجربی مطالعه موردی: رودخانه زرد

با توجه به اینکه رسوب ورودی از رودخانه ها به ابهای ساحلی ومشکلاتی که این رسوبات برای این مناطق و بعضا برای بهره برداری از نواحی ساحلی ایجاد می کنند ارائه روشی مناسب جهت پیش بینی حجم اورد این رسوبات از اهمیت زیادی برخوردار می باشد روشهای متفاوتی برای براورد رسوب ارائه شده است که از جمله این روشها می توان به مدلهای ریاضی و برازش منحنی اشاره نمود. مدلهای ریاضی محدودیتهای فراوانی دارد شبکه عصبی مصنوعی یکی از مدلهایی است که تخمین میزان رسوب را بصورت تقریبی و باتوجه به داده های ورودی ممکن م ی سازد دراین مقاله از شبکه عصبی پرسپترون چند لایه برای براورد رسوب رودخانه زرد استفاده شده و نتایج ان با روشهای تجربی مقایسه شده است نتایج حاکی از عملکرد مناسب شبکه عصبی مصنوعی نسبت به روشهای تجربی می باشد.

کلیدواژه ها:

شبکه عصبی مصنوعی پرسپترون ، رودخانه زرد ، روشهای تجربی براورد رسوب