مقایسهی شبکه ی عصبی مصنوعی MLP و درخت تصمیم در پیش بینی شوری آب سطحی ( مطالعه ی موردی رودخانه ی زرینه رود )

رودخانه ها به عنوان مهمترین منابع تأمین و انتقال آب مصرفی بخش های صنعت، کشاورزی و شهری از اهمیت خاصی برخوردار بوده و بهعلت اینکه از بسترها و مناطق مختلفی گذشته، نوسانات کیفی زیادی را داشته است. در این میان ابزارهای داده کاوی با حداقل پارامترهای اندازه گیری شده و با دقت قابل قبولی، تغییرات متغیر مورد نظر را پیشبینی نموده است. در این تحقیق، عملکرد دو الگوریتم شبکه ی عصبی مصنوعی پرسپترون چندلایه MLP و درخت تصمیم در پیش بینی شوری آب سطحی رودخانهی زرینهرود مورد ارزیابی قرار گرفته است. داده های استفاده شده، مربوط به ایستگاه ساری قمیش در بازهی سال های 1372 تا 1392 شامل مجموع آنیون ها، دما، بارش، تبخیر و تعرق به عنوان پارامترهای ورودی مدلها و شوری EC پارامتر خروجی بوده است. مدلها نشان داده که شبکه ی عصبی مصنوعی پرسپترون چند لایه با ضریب همبستگی 0/95 دقت بالاتری نسبت به درخت تصمیم را دارا بوده است. به طور کل، استفاده از چنین الگوریتم هایی در پیش بینی تغییرات شوری، دقت تصمیم گیری های مدیریتی را تا حد بسیار بالایی بهبود بخشیده است.

کلیدواژه ها:

شبکه های عصبی ، شوری ، درخت تصمیم ، زرینه رود