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

  • سال انتشار: 1403
  • محل انتشار: اولین همایش ملی هیدرولوژی و منابع آب ایران
  • کد COI اختصاصی: IRHWR01_106
  • زبان مقاله: فارسی
  • تعداد مشاهده: 56
دانلود فایل این مقاله

نویسندگان

فراز رابعی غلامی

رئیس حوضه آبریز کارون بزرگ، شرکت مدیریت منابع آب ایران

کبری استیری

معاون مطالعات پایه و تخصیص منابع آب حوضه آبریز کارون بزرگ، شرکت مدیریت منابع آب ایران

مریم ایرانی

کارشناس مطالعات پایه و تخصیص منابع آب، شرکت مدیریت منابع آب ایران

آزاده شریفی

کارشناس مطالعات پایه و تخصیص منابع آب، شرکت مدیریت منابع آب ایران

چکیده

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

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.