پیش بینی و برآورد مکانی کمیت و کیفیت جریان رودخانه با بکارگیری شبکه های عصبی مصنوعی

پیش بینی و برآورد مکانی پارامترهای کمی و کیفی جریان در رودخانه، در زمینه های مختلف از جمله مهندسی رودخانه، مدیریت و برنامه ریزی در برداشت آب جهت مصارف شرب، کشاورزی و صنعت تاثیرگذار می باشد. در این تحقیق با استفاده از شبکه های عصبی مصنوعی به پیش بینی پارامترهای کمی و کیفی جریان شامل دبی، اشل، TDS و EC در رودخانه کارون بازه ملاثانی تا فارسیات تا 3 روز آینده پرداخته شد. به منظور برآورد و تعیین تغییرات مکانی پارامترهای کمی و کیفی جریان، فاصله ایستگاه های پایین دست نسبت به ایستگاه بالادست به عنوان متغیر ورودی در شبکه های عصبی مصنوعی شامل شبکه پرسپترون چند لایه (MLP)، شبکه پیش رونده (FF) و شبکه توابع پایه شعاعی (RBF)در نظر گرفته شد. جهت تعیین نرون های لایه میانی هر یک از شبکه ها از قابلیت بهینه سازی الگوریتم ژنتیک استفاده شد. نتایج حاصل از آنالیز حساسیت خروجی شبکه ها نسبت به متغیر های ورودی نشان می دهد که زمان عبور جریان در رودخانه و فاصله طولی بیشترین حساسیت بر خروجی شبکه ها دارند. مقایسه شبکه ها نشان می دهد که شبکه FF دقت بیشتری نسبت به دو شبکه دیگر در پیش بینی و برآورد مکانی پارامتر های کمی و کیفی جریان دارد

کلیدواژه ها:

پیش بینی ، برآورد مکانی ، کمیت و کیفیت جریان ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، آنالیز حساسیت