بررسی تاثیر پارامترهای ورودی بر عملکرد مدلهای شبکه عصبی مصنوعی بارش - رواناب در حوزه آبریز طرق - خراسان رضوی

با توجه به طبیعت غیرخطی و اتفاق پدیده های هیدرولوژیکی کاربرد شبکه های عصبی مصنوعی دراین علم کاملا قابل توجیه است دراین تحقیق نیز نوعی از شبکه های عصبی مصنوعی یعنی شبکه های پرسپترون چند لایه برای مدلسازی رواناب ناشی از بارندگی استفاده شدها ست بدین منظور سه شبکه عصبی مجزا با ورودی های مختلف مورد بررسی قرار گرفته که ازاین طریق تاثیر عوامل مختلف برروی دبی محاسباتی توسط شبکه بررسی شده است همچنین هر سه شبکه با توابع محرک متفاوت آزمایش شده و نتایج حاصل از کلیه حالات با استفاده از معیارهای سنجش خطا و نکویی برازش مقایسه گردیده شده است. و در نهایت دو مدل شبکه عصبی MLP با هشت نرون ورودی و یازده نرون در لایه میانی بهترین عملکرد را ارائه نمودند.

کلیدواژه ها:

بارش ، رواناب ، شبکه های عصبی مصنوعی ، شبکه پرسپترون چند لایه