پیش بینی رسوب معلق رودخانه شاندرمن با استفاده از شبکه عصبی مصنوعی چند لایه پرسپترون

تحقیق حاضر برای پیش بینی میزان رسوب معلق رودخانه شاندرمن، استان گیلان با استفاده از مدل شبکه عصبی مصنوعی چند لایه پرسپترون (MLP) انجام گرفت، داده های مورد نیاز در طول دوره زمانی 28 سال از 1365 تا 1393 از آب منطقه ای گیلان تهیه شد، برای پیش بینی رسوب معلق از داده های ورودی دبی جریان آب همان روز، روزقبل و دو روز قبل استفاده شد. همچنین برای دقت هر تابع محرک مورد استفاده در شبکه عصبی از معیارهای آماری ضریب همبستگی، میانگین مربعات خطا استفاده شده. نتایج این پژوهش نشان میدهد که استفاده از روش مدل شبکه عصبی مصنوعی چند لایه پرسپترون در پیش بینی رسوب معلق رودخانه ای نسبت به سایر توابع دارای دقت بهتری می باشد، بطوریکه از نظر آماری تابع Linear Sigmahid Axon با مقدار میانگین مربعات خطای 0/015 و میانگین مربعات خطای نرمال شده 0/47 دارای دقت بالاتری نسبت به سایر توابع محرک مورد استفاده در مدل شبکه عصبی چند لایه پرسپترون می باشد. بنابر این برای پیش بینی رسوب معلق رودخانه می توان روی توانمندی شبکه عصبی مصنوعی اطمینان کرد و در تخمین رسوب معلق رودخانه از آن استفاده نمود.

کلیدواژه ها:

پیش بینی ، رسوب ، رودخانه ، گیلان.