ارزیابی میزان کاراییروش شبکه عصبی مصنوعی در برآورد بار رسوبی معلق (مطالعه موردی : ایستگاه سیلاخور در استان لرستان)

پدیده فرسایش خاک از مواردی است که با به مخاطره انداختن بستر حیات انسان، عواقب ناگوار غیر قابل جبرانی را در دراز مدت باعث می گردد. تخمین مقدار بار رسوبی رودخانه از اهمیت زیادی برخوردار است.تاکنون عامل مشخص و معینی به عنوان عامل اصلی فرسایش آبی معرفی نشده است بلکه شرایط فرسایش موجود در منطقه معلول تاثیر متقابل مجموعه عوامل موثر در ایجاد فرسایش است عدم کفایت روش های ارائ هشده برای تخمین رسوب انتقالی توسط رودخانه ها محققان را به استفاده از روش های مبتنی بر هوش مصنوعی نظیر روش شبکه عصبی مصنوعی ترغیب کرده است. در این تحقیق با استفاده از روش شبکه عصبی مصنوعیبه تخمین بار معلق رسوبی حوزه آبخیز تیره استان لرستان پرداخته شد و نتایج آن با روش رگرسیون خطی چند متغیره مقایسه گردید. به منظور برآورد بار معلق رسوبی، داده ها به دو سری آموزشی و آزمایشی تقسیم شدند وبا تغییرتعداد لایه پنهان و تعداد نودها در لایه مخفی بهترین ساختار برای شبکه انتخاب گردید. مقایسه نتایج نشان داد که نتایج بدست آمده از روش شبکه عصبی مصنوعی خطای کمتر و صحت بالاتری نسبت به روش رگرسیون خطی چند متغیره دارد، بنابراین استفاده از شبکه عصبی مصنوعی به عنوان یک مدل غیرخطی میتواند در این راستا مفید باشد. آرایش مناسب بدست آمده در این تحقیق یک لایه مخفی و 4 نورون در لایه مخفی می باشد

کلیدواژه ها:

بار رسوب معلق ، رگرسیون چند متغیره خطی ، شبکه عصبی مصنوعی ، تخمین ، حوزه آبخیز تیره سیلاخور