تخمين ميزان رسوب رودخانه نكا به كمك شبكه عصبي مصنوعي

برآورد صحيح حجم رسوبات حمل شده توسط رودخانه ها در پروژه هاي آبياري از اهميت بسياري برخوردار است . زيرا پديده فرسايش و انتقال رسوب از پيچيده ترين مسائل هيدروديناميك مي باشد . لذا ارائه راهكاري مناسب جهت برآورد دقيق بار معلق رودخانه ها، بسيار سودمند است . به دليل تأثير پارامترهاي مختلف، تعيين معادلات حاكم بر آن مشكل بوده و در صورت تعيين مدل رياضي نيز ، از دقت كافي برخوردار نيستند . شبكه هاي عصبي مصنوعي بر مبناي استفاده از دانش نهفته بين متغيرهاي ورودي و خروجي يك مسئله، بدون در نظر گرفتن فيزيك آن، قادر به استخراج روابط ذاتي بين آن ها و تعميم آن در موقعيت هاي ديگر است . در شبكه عصبي مصنوعي با الهام گيري از مدل مغز انسان ضمن اجراي فرآيند آموزش، اطلاعات مربوط به داده ها درون وزن هاي شبكه ذخيره مي شود . در اين مقاله، ضمن معرفي شبكه عصبي مصنوعي، با استفاده از شبكه پرسپترون چند لايه ) ) MLP ميزان رسوب رودخانه نكا پيش بيني شده و با نتايج حاصله از روش منحني سنجه رسوب مورد مقايسه وتبيين قرار گرفته است . با توجه به خطاي بدست آمده (0,0001) از شبكه پرسپترون چند لايه، برتري اين شبكه نسبت به روش منحني سنجه به اثبات رسيد .