تخمین بار رسوبی معلق با استفاده از شبکه عصبی مصنوعی

آگاهی از میزان رسوب معلق رودخانه ها یکی از مسایل اساسی در پروژه های آبی است که طراحان تاسیسات آبی همواره با آن روبرو بوده اند. عدم آگاهی از میزان انتقال بار معلق و به ویژه خطا در برآورد آن میتواند سبب طراحی نادرست و در نتیجه تخریب سازه های آبی گردد. به طور کلی احداث سازه های هیدرولیکی ازجمله سدها، پل ها، نیروگاه ها و سایر شبکه های آبرسانی بدون بررسی و برآورد بار معلق، ممکن نخواهدبود. تاکنون مدلسازی های مختلفی در این زمینه برآورد بار رسوبی معلق گرفته است. در این مطالعه به منظور پیشبینی بار رسوبی معلق الگوریتم شبکه عصبی مصنوعی به کارگرفته شد و به منظور اجرای مدل ها از ورودی هایی دبی روزهای قبل از داده رسوب برداشت ایستگاه هیدرومتری واقع در ایالت اوهایو استفاد شد. در واقع در این مطالعه بار رسوبی معلق تابعی از جریانات روزهای قبل در نظر گرفته شده است. نتایج نشان داد که دبی های روزهای قبل از داده برداشت شده تاثیر مناسبی بر روی پیش بینی ها داشته و باعث افزایش دقت مدل ها میگردد به طوریکه ورودی مدل + 2-Q + 3-Q + 4-Q Q +1-Q با 34/8=RMSE دارای بیشترین دقت در پیش بینی باررسوبی معلق میباشد.

کلیدواژه ها:

بارمعلق ، شبکه عصبی مصنوعی ، دبی ، پیشبینی