مقایسه کارایی مدل شبکه عصبی مصنوعی و مدل رگرسیونی در پیش بینی کیفیت آب رودخانه کارون

یکی از مهمترین عوامل توسعه در هر منطقه در دسترس بودن منابع با کیفیت است. با توجه به کمبود منابع آبهای سطحی در دسترس، توجه به کیفیت آب در راستای تمهیداتی در جلوگیری از ورود آلودگی به منابع آب شیرین ضروری است. کاهش دبی رودخانه موجب افزایش میزان املاح موجود در واحد محلول آب شده و از این طریق کیفیت آب کاهش خواهد یافت. تحقیق حاضر در خصوص شبیه سازی و پیش بینی کیفیت آب رودخانه های کارون در مقطع فارسیات با روش شبکه عصبی مصنوعی و روش رگرسیونی بوده است. متغیرهای ورودی این مدل شامل هدایت الکتریکی و مواد جامد محلول در آب است. با استفاده از این مدل، به شبیه سازی هدایت الکتریکی در مقطع فارسیات رودخانه پرداخته شده است. مدل شبکه عصبی در پیش بینی پارامتر هدایت الکتریکی با استفاده از متغیرهای ورودی مربوط به ایستگاه های ملاثانی و اهواز پیش بینی قابل قبولی داشته است. اطلاعات ایستگاه های اهواز و ملاثانی به عنوان پارامترهای پیش بینی کننده معرف خوبی از وضعیت هدایت الکتریکی در مقطع فارسیات هستند. آنالیز خروجی های مدل شبکه عصبی نشان می دهد، با استفاده از مدل شبکه عصبی می توان تخمین بهتری از هدایت الکتریکی در مقطع فارسیات داشت. در لایه پنهان نیز توانایی مدل در پیش بینی کیفی در ایستگاه فارسیات با شبکه عصبی مصنوعی ۷۴٪ و با مدل رگرسیون ۸۲٪ نشان داده شد.

کلیدواژه ها:

پیش بینی کیفیت آب ، داده کاوی ، شبکه عصبی مصنوعی ، هدایت الکتریکی