کاربرد شبکه عصبی مصنوعی در پیش بینی بار رسوبی به مخزن سد شهید عباس پور

تخمین مقدار بار رسوب یا میزان انتقال آن برای بسیاری از کاربری ها و پروژه های منابع آب مانند طراحی سدها و حوضچه های ذخیره آب سطحی، انتقال رسوب و آلودگی در رودخانه ها و دریاچه ها، طراحی کانال ها و نگهداری آنها، حیاتی است در ایران مساله ی رسوب گذاری در مخازن سدها، حایز اهمیت می باشد، چرا که حدود 70 درصد از منابع آب ایران را آب های سطحی تشکیل داده است. روش های مختلفی برای بررسی بار رسوبات معلق، موجود می باشد. هدف از این پژوهش ارایه روشی بر پایه شبکه های عصبی مصنوعی (ANN) در تخمین بار رسوب کل بود، بدین منظور از داده های روزانه سد شهید عباسپور بین سال های 1356 تا 1393 واقع در رودخانه کارون استفاده شده. متغیرهای ورودی مدل شامل دبی ورودی جریان دما، دبی خروجی از مخزن سد، حجم مخزن و خروجی مدل، بار کل رسوبی بود. نتایج حاصل از ارزیابی شاخص های اندازه گیری خطا ( ضریب همبستگی و میانگین مربعات خطا)، نشان داد که شبکه عصبی مصنوعی در توانایی بالایی را در شبیه سازی و پیش بینی بار رسوب کل ورودی به مخزن سد شهید عباسپور دارد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، سد شهید عباسپور ، بار رسوبی