تخمین دبی بار معلق رسوب با استفاده از بهترین ساختار شبکه عصبی مصنوعی در حوزه آبخیز طالقان
نویسنده:
چکیده:
پیش بینی میزان بار رسوب منتقل شده توسط رودخانه ها، یکی از جنبه های مهم مدیریت رودخانه ها، مخازن سدها و به طور کلی پروژه های آبی به شمار می رود. در تحقیق حاضر به منظور پیش بینی بار معلق رسوب رودخانه طالقان با استفاده از شبکه عصبی مصنوعی و شناسایی شبکه بهینه با بالاترین دقت، از 500 داده روزانه متغیرهای دبی روز مورد نظر، دبی یک روز قبل، اشل و وضعیت هیدروگراف (به ترتیب با میانگین (m3/s) 83/13، (m3/s) 42/15، (cm)83/89 و036/0-) به عنوان ورودی مدل و 500 داده روزانه بار معلق رسوب متناظر، به عنوان خروجی مدل استفاده شد. داده های مورد استفاده مربوط به بازه زمانی 1384- 1363، می باشد. با ایجاد ترکیب های متفاوتی از متغیرهای ورودی و هم چنین با تغییر تعداد نرون های لایه پنهان و تابع آستانه، 80 شبکه عصبی متفاوت ایجاد شد، که با مقایسه دو پارامتر R2 و RMSE در مدل های مختلف، دقت آنها بررسی شد. نتایج نشان داد که شبکه عصبی با ساختار 1-9-3 و با ترکیب پارامتر های ورودی شامل دبی روز مورد نظر، دبی یک روز قبل و اشل، با R2 و RMSE آزمون، به ترتیب97/0 و 068/0 دارای بالاترین دقت می باشد. بر اساس نتایج حاصل از شبکه 1-9-3، میانگین داده های رسوب مشاهداتی و پیش بینی شده توسط مدل بهینه (مربوط به بخش آزمون)، به ترتیب802/1122 و 924/ 1184 (تن در روز) می باشد.
کلیدواژگان:
رسوب ، دبی ، وضعیت هیدروگراف ، ANN ، رودخانه طالقان
زبان:
فارسی
انتشار در:
صفحات:
79 تا 88
لینک کوتاه:
magiran.com/p1310893
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!