سال انتشار: ۱۳۹۱

محل انتشار: نهمین سمینار بین المللی مهندسی رودخانه

تعداد صفحات: ۹

نویسنده(ها):

نسرین لطفی زاده – دانشجوی کارشناسی ارشد سازه های آبی، دانشگاه آزاد اسلامی واحد اهواز، ا
حسین فتحیان – استادیار دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد اهوا
امیرعباس کمان بدست – استادیار دانشکده کشاورزی و منابع طبیعی، دانشگاه آزاد اسلامی واحد اهوا

چکیده:

در این مقاله به مدلسازی و پیشبینی دبی رسوبات معلق ورودی در یکروز آینده به مخزن سد دز با استفاده ازمدل های شبکه عصبی مصنوعیANN) پرداخته شده است. از مجموعه پتانسیل متغیرهای ورودی شبکه ها شامل دبی جریان ، دبی رسوبات معلق ، دمای هوا و بارشورطوبت خاک ، با بکارگیری الگوریتم PMIمتغیرهای ورودی موثر بر خروجی شبکه ها مشخصگردید.مقایسه نتایج نشان میدهد مدلMLPدر بخشاول متغیر های ورودی و مدلFeedForward در بخشدوم متغیر های ورودی با ضریب ناشبیشتر، عملکرد بهتری در پیشبینی دبی رسوب معلق ورودی به مخزن سد، نسبت به مدلهای دیگر از خود نشان داد