توانایی شبکه های عصبی مصنوعی در شبیه سازی پارامترهای شیمیایی منابع آب شرب کرمانشاه

یکی از مسائل مهم در مدیریت منابع آب شرب، بررسی و نظارت دقیق بر کیفیت آب این منابع می باشد که با نمونه برداری و آنالیز فیزیکی و شیمیایی آب این منابع و مقایسه با استانداردهای معیار صورت می پذیرد. در این تحقیق از شبکه های عصبی مصنوعی BPNN جهت شبیه سازی پارامترهای هیدروژئوشیمیایی شامل قلیائیت، سختی کل، سختی دائم در تعدادی از چاه های آب شرب کرمانشاه واقع در دشت میاندربند استفاده گردید. نتایج این تحقیق حاکی از توانمندی بالای شبکه های عصبی مصنوعی در شبیه سازی برخی از پارامترهای ذکر شده می باشد. چون در روش بکار گرفته شده در استفاده از شبکه عصبی، تنها نیاز به یک نوع ورودی (EC) می باشد و این پارامتر به راحتی در صحرا با صرف زمان و هزینه اندک قابل اندازه گیری است، بنابراین تا حد زیادی نیاز به آنالیز شیمیایی تمام پارامترهای ذکر شده، کمتر شده و هزینه و زمان کمتری صرف می گردد.