کاربرد شبکه های عصبی مصنوعی جهت برآورد میزان ضرایب انتقال و انعکاس موج شکن شناور پانتونی

یکی از مسائل عمده در ارزیابی عملکرد موج شکن های شناور، برآورد دو عامل ضریب انتقال و ضریب انعکاس موج می باشد که معمولا بدلیل در دست نبودن اصول تئوریکی جامع، برای حصول مقادیر این ضرایب در هر منطقه، اقدام به بررسی موردی با مدل های فیزیکی می گردد. در تحقیق حاضر از شبکه عصبی مصنوعی به عنوان یک ابزار محاسباتی، جهت برآورد ضریب انتقال و ضریب انعکاس موج شکن های شناور پانتونی، استفاده گردیده است. مدل ریاضی شبکه عصبی مصنوعی بکار رفته، از نوع پرسپترون چند لایه (MLP) بوده و الگوریتم پس انتشار خطا (BP) برای آموزش شبکه مورد استفاده قرار گرفته است. جهت آموزش شبکه داده های حاصل از مطالعات فیزیکی موج شکن های شناور پانتونی بکار رفته است و بخشی از این داده ها نیز برای صحت سنجی شبکه آموزش دیده، تخصیص یافته است. پارامترهای مختلف شبکه عصبی شامل قانون یادگیری، تابع انتقال، تعداد لایه های مخفی و تعداد گره های هر لایه، مورد بررسی قرار گرفته است و در نهایت شبکه بهینه تعیین گردیده است.