مقایسه عملکرد دو تابع سیگموئید و تانژانت هیپربولیک شبکه عصبی مصنوعی در تحلیل منطقه ای منحنی تداوم جریان در حوزه آبخیز دریاچه نمک

هدف این پژوهش ارزیابی شبکه عصبی مصنوعی در تحلیل منطقه ای منحنی تداوم جریان با استفاده از دو تابع انتقال سیگمویید و تانژانت هیپربولیک در لایه مخفی و تابع انتقال خطی در لایه خروجی است. برای این منظور 33 حوزه آبخیز در محدوده دریاچه نمک قم با توجه به داشتن طول دوره آماری طولانی مدت25 ساله و حداقل فعالیت های انسانی انتخاب گردیدند، دبی های تداوم جریان بین 2 تا 92 درصد به عنوان متغیرهای وابسته و متغیرهای فیزیوگرافی، هواشناسی و زمین شناسی به عنوان متغیرهای مستقل در نظر گرفته شدند. با استفاده از تحلیل عاملی شش عامل مساحت، ارتفاع متوسط، طول آبراهه اصلی، تراکم زهکشی، درصد سازندهای نفوذپذیر و درصد اراضی مرتعی انتخاب شد. نتایج نشان داد در دبی های 2، 10، 20، 25، 3/33، 50، 75، 90 و 92 درصد تابع سیگمویید در لایه پنهان به ترتیب با ضریب تبیین 88/0، 55/0، 78/0، 60/0، 80/0، 63/0، 58/0، 47/0 و 41/0؛ ریشه میانگین مربعات خطا 01/0، 92/1، 68/1، 11/1، 78/1، 98/0، 17/0، 21/0 و 21/0 مترمکعب بر ثانیه و ضریب کارایی ناش-ساتکلیف  89/0، 40/0، 97/0، 47/0، 84/0، 78/0، 70/0، 93/0 و 41/0 و در دبی های 15 و 30 درصد تابع تانژانت هیپربولیک در لایه پنهان به ترتیب با ضریب تبیین94/0 و 80/0، ریشه میانگین مربعات خطا 40/0 و 16/1 مترمکعب درثانیه و ضریب کارآیی70/0 و 86/0 از دقت بالاتری برخوردار می باشند. به طور کلی شبکه عصبی مصنوعی کارآیی بالایی در تخمین منحنی تداوم جریان دارد. نتیجه کلی نشان می دهد که شبکه عصبی مصنوعی از دقت بالایی در تحلیل منطقه ای سیلاب دارد. متغیرهای به دست آمده از تجزیه و تحلیل عاملی برای شبکه با تابع انتقال سیگمویید به خوبی پاسخ داد ولی این متغیرها برای شبکه با تابع انتقال تانژانت هیپربولیک به دلیل عملکرد متفاوت این تابع نسبت به تابع سیگمویید به پاسخ مناسبی منجر نشد.