نتایج مدل بهینه شبکه عصبی برای اندازه گیری هدایت الکتریکی آب

در این پژوهش به منظور تخمین هدایت الکتریکی رودخانه کرج سه مدل مختلف شبکه عصبی برای هر یک ارائه شده است که در مدل اول پرامترهای دما، pH، کدورت، سختی کل، TDS و غلطت ها به عنوان ورودی شبکه استفاده شده است. در مدل دوم پارامترهای دما، pH،کدورت، سختی کل و TDS؛ در مدل سوم برای داده های رودخانه کرج پارامترهای دما و همه ی غلطت ها به عنوان ورودی شبکه مورد استفاده قرار گرفته است. در نهایت نتایج حاصل از مقایسه درصد خطاهای حاصل از این سه مدل شبکه عصبی برای رودخانه کرج با روش نظری مقایسه شده است. در طراحی مدل های مختلف شبکه عصبی مصنوعی در ابتدا با در نظر گرفتن تابع آموزش گرادیان مزدوج و تابع فعالیت تانژانت سیگموئیدی و تعداد پارامتر ورودی زیاد، نتایج قابل قبول بوده اما پس از تغییر تابع آموزش به لونبرگ- مارکوات و کم کردن تعداد پارامترهای ورودی که موجب کاهش آزمایش ها می شود؛ با کمتر کردن پارامترهای ورودی شبکه عصبی میزان تخمین بهبود یافته و دارای نتایج قابل قبولی می باشد. مقادیر وزن ها برای شبکه بهینه برای داده های رودخانه کرج ارائه شده است. همچنین مقادیر بایاس برای شبکه بهینه برای داده های رودخانه در مقایسه با دو مدل دیگر ارایه شد.

کلیدواژه ها:

شبکه عصبی ، هدایت الکتریکی ، آب