سال انتشار: ۱۳۹۰

محل انتشار: چهارمین کنفرانس مدیریت منابع آب ایران

تعداد صفحات: ۸

نویسنده(ها):

مسعوده عزیزابادی فراهانی – دانش اموخته کارشناسی مهندسی آب دانشگاه اراک
زهرا خسروی – دانش اموخته کارشناسی مهندسی آب دانشگاه اراک
ناصر گنجی خرم دل – عضو هیئت علمی دانشگاه اراک

چکیده:

شبکه ی عصبی مصنوعی توانایی بالایی در تشخیص روابط پیچیده بین پدیده های غیرخطی یادگیری این توابع و پیش بینی رفتار این پدیده ها دارند به همین دلیل توجه بسیاری از علوم از جمله علوم مهندسی آب که با پدیده های غیرخطی سروکار دارند به این روش معطوف گردیده است از جمله این گونه مسائل رابطه بین بارش و رواناب است که بدلیل تاثیر گذاری عوامل مختلف براورد آن با دشواری همراه است هدف از انجام این تحقیق بررسی توانایی شبکه عصبی در شبیه سازی فرایند بارش – رواناب است به این منظور یک زیرحوزه از حوزه کویر میقان واقع در استان مرکزی انتخاب گردیده و داده های ۹ ساله روزانه بارندگی دبی و دما برای تجزیه و تحلیل به کار گرفته شد معیار گزینش پارامترهای شبکه در مرحله اموزش تولید کمترین مقدار MSE در خروجی های آن بود نتایج نشان داد که شبکه feed-forward backprop سه لایه با تعداد ۷ نرون در تنها لایه میانی فرایند بارش رواناب را با دقت خوبی شبیه سازیMSE=3.8e-5 می نماید. ضریب همبستگی کل داده های دبی شبیه سازی شده و مشاهده ای ۰/۹۷ بدست امد.