بهینه سازی مدل شبکه عصبی مصنوعی با استفاده از الگوریتم ژنتیک برای پیش بینی پارامترهای کیفی و کمی جریان در رودخانه کارون

رودخانه ها اصلی ترین منابع تامین آب بخشهای کشاورزی صنعت و شرب بوده لذا توجه به خصوصیات کیفی و کمی آنها ا زاهمیت خاصی برخوردار می باشد بررسی و پیش بینی پارامترهای کیفی و کمی آب در طول رودخانه به منظور تصمیم گیری های مدیریتی یکی از اهداف مدیران و برنامه ریزان منابع آب تلقی می گردد براورد مقادیر کمی و کیفی جریان رودخانه ها با استفاده از مدلهای ریاضی به علت پیچیدگی مکانیزم و تعدد عوامل موثر در کیفیت جریان معمولا با خطای نسبتا قابل توجهی همراه می باشد امروزه تکنیک جدید استفادها ز مدل شبکه های عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژ] مهندسی آب پیدا کرده است دراین تحقیق با استفاده ازم دل شبکه عصبی مصنوعی پرسپترون چند لایه MLP شبکه پیش رونده FF، شبکه تابع پایه شعاعی RBF به پیش بینی روزانه مقادیر کمی و کیفی جریان در رودخانه کارون بازه ملاثانی - اهواز - فارسیات پرداخته می شود.

کلیدواژه ها:

انالیز حساسیت ، کمیت و کیفیت جریان ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، رودخانه کارون