سال انتشار: ۱۳۹۰

محل انتشار: همایش ملی سازه، راه، معماری

تعداد صفحات: ۱۱

نویسنده(ها):

سعید شیری آرانی – دانشجوی کارشناسی ارشد سازه های ابی
مهدی قمشی – استاد دانشگاه شهید چمران اهواز

چکیده:

با توجه به افزایش روزافزون رسوب ورودی رودخانه ها به مخازن مهندسین علوم آب بطور مداوم درجستجوی روش مناسبی جهت پیش بینی حجم ورودی این رسوبات هستند روشهای متفاوتی برای برآورد رسوب ارایه شده است که از جمله این روشها می توان به مدلهای ریاضی و برازش منحنی اشاره نمود عصبی مصنوعی یکی از مدلهایی است که تخمین میزان رسوب را به صورت تقریبی و با توجه به داده های ورودی ممکن می سازد دراین مقاله از شبکه عصبی پرسپترون چند لایه برای برآورد رسوب رودخانه استفاده شده است مقایسه نتایجحاصله از این مدل حاکی از عملکرد مناسب شبکه عصبی مصنوعی می باشد بدین منظرو شبهک های مختلف با ساختارها و خصوصیات گوناگون مورد آزمایش قرارگرفت و نهایتا شبکه ای که دارای بهترین عملکرد بود انتخاب شد پس از آزموش شبکه توسط داده های آزمایشگاهی مشخص شد که مدل شبکه عصبی به شکل مناسبی داده های آزمایشگاهی را تقریب می زند.