مدل سازی میدان سرعت پوسته زمین با استفاده از شبکه های عصبی مصنوعی ANNs (بررسی موردی: شبکه ژئودینامیک ایران)

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 28 نورون در لایه مخفی به منظور مدل سازی مولفه شرقی (VE) و 27 نورون در لایه مخفی برای مدل سازی مولفه شمالی (VN) میدان سرعت پوسته زمین در منطقه ایران استفاده شده است. ارزیابی نتایج به دست آمده از شبکه عصبی مدل سازی شده در 11 ایستگاه آزمون GPSکه بردارهای سرعت آنها نسبت به صفحه اوراسیا مشخص بوده،صورت گرفته است. کمینه خطای نسبی به دست آمده از این ارزیابی 57/3- درصد برای مولفه شرقی و 16/0+ درصد برای مولفه شمالی و بیشینه خطای نسبی برای مولفه شرقی 1/38+ درصد و برای مولفه شمالی 3/95+ درصد است. همچنین به منظور ارزیابی کارایی شبکه های عصبی مصنوعی در برآورد سرعت نقاط ژئودتیکی، در این مقاله از یک چندجمله ای مرتبه 5 با 18 ضریب برای مدل سازی مولفه شرقی و شمالی استفاده شده است. مقایسه مقادیر خطای نسبی محاسبه شده برای مدل چندجمله ای با مقادیر خطای نسبی به دست آمده برای شبکه عصبی، حاکی از برتری این روش نسبت به مدل چندجمله ای در برآورد سرعت نقاط ژئودتیکی در این منطقه است.