:: دوره 16، شماره 56 - ( 12-1395 ) ::
جلد 16 شماره 56 صفحات 131-115 برگشت به فهرست نسخه ها
تخمین بار معلق رسوبی رودخانه سنگورچای با استفاده از دو مدل شبکه عصبی مصنوعی
مهدی فیض اله پور*
دانشگاه زنجان
چکیده:   (5529 مشاهده)

حوضه رودخانه سنگورچای به عنوان یکی از شاخه های رودخانه قزل اوزن دارای حجم بالایی ازرسوبات است. با توجه به این نکته در این تحقیق برای تخمین بار معلق رسوبی روزانه از مدل پیش خور با الگوریتم پس انتشار خطا(FFBP) و تابع پایه شعاعی(RBF) استفاده شد. در واقع طبیعت غیر خطی بار معلق رسوبی استفاده از مدل های فوق را به عنوان مدل های غیرخطی در شبیه سازی این پارامتر اجتناب ناپذیر کرده است. لیکن پارامترهای ورودی برای هر مدل متفاوت بوده و در یک مرحله تنها از داده دبی استفاده شده و در مرحله بعد علاوه بر داده دبی از داده بارندگی نیز در هر مدل استفاده گردید. سپس برای تعیین کارایی مدل ها از فاکتور مجذور میانگین مربعات خطا(RMSE) و خطای تعیین(R2) استفاده شده و مشاهده می شود که مدل RBF در صورت استفاده از دو پارامتر دبی و بارندگی به عنوان پارامترهای ورودی، با برخورداری از خطای تعیین 9251/0 و مجذور میانگین مربعات خطای معادل 265 میلی گرم در لیتر به نتایج بهتری دست یافته است. در نهایت برای تعیین قابلیت پارامتر RMSE در صحت سنجی هر یک از مدل ها، از سیستم اطلاعاتی آکائیک(AIC) استفاده شده و مشاهده شد که مدل RBF با برخورداری از مقادیر آکائیک معادل 1042 از قابلیت بهتری برخوردار است.

واژه‌های کلیدی: بار معلق رسوبی، پیش خور پس انتشار، تابع پایه شعاعی، سیستم آکائیک، حوضه سنگورچای
متن کامل [PDF 1219 kb]   (1034 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1392/11/16 | پذیرش: 1394/1/26 | انتشار: 1395/12/8


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 16، شماره 56 - ( 12-1395 ) برگشت به فهرست نسخه ها