گزارش فنی: مدل شبکه عصبی مصنوعی پرسپترون چند لایه برای پیشبینی دبی روزانه بار معلق رسوب و ارزیابی عوامل موثر در برآورد رسوب
(ندگان)پدیدآور
تنهاپور, میترابنیحبیب, محمدابراهیمنوع مدرک
Textمقاله پژوهشی
زبان مدرک
فارسیچکیده
پیشبینی مقدار رسوب در طرحهای مهندسی منابع آب نظیر تأسیسات تنظیم و انحراف جریان و سدهای مخزنی از عوامل مهم در تعیین عمر مفید و بررسی عملکرد آنها است. در این تحقیق مدلی برای تخمین دبی روزانه رسوب، با استفاده از مدل شبکه عصبی پرسپترون چند لایه با الگوریتم یادگیری پس انتشار خطا ارائه شد و عملکرد مدل با مدل رگرسیون غیرخطی چند متغیره و منحنیسنجه رسوب در مراحل آموزش و آزمون مقایسه شد. بدین منظور از دادههای دبی لحظهای، بارش، شماره روز در سال و دبی آب در روز قبل در محدوده سالهای 1388-1369 در ایستگاه پل زغال واقع در حوضه رودخانه چالوس استفاده شد. نتایج حاصل از آزمون ترکیب مختلف مجموعه دادههای ورودی نشان داد، ابتدا پارامتر دبی لحظهای، سپس دبی روز قبل و در نهایت عوامل بارش و شماره روز سال بهترتیب بیشترین تأثیر را در عملکرد مدل دارند، این نتایج تطابق نسبتا خوبی با نتایج حاصل از آنالیز ضرایب استاندارد شده مدل رگرسیونی دارد. برای مقایسه ساختارهای مختلف شبکه عصبی از معیارهای ضریب تبیین (R2) و جذر میانگین مربع خطا (RMSE) استفاده شد. بدین ترتیب با حذف متغیر شماره روز سال، بهترین شبکه با ساختار 1-5-3 و مقادیر 0.89= R2 و 0.02=RMSE بهدست آمد. نتایج حاصل از مقایسه مدلها نشان داد، در مرحله آموزش و آزمون بهترتیب روش منحنیسنجه و مدل شبکه عصبی بهترین عملکرد را به خود اختصاص دادهاند و مدل شبکه عصبی مقدار ضریب همبستگی را تقریباً 16 درصد نسبت به دو روش دیگر افزایش داد. با استفاده از نتایج این تحقیق، عوامل موثر بر تخمین دبی رسوب شناسایی شده و میتوان در پروژهها، با صرف وقت و هزینه کمتر برآورد دقیقتری از دبی رسوب داشت.
کلید واژگان
الگوریتم پس انتشار خطادبی لحظهای
مدل رگرسیون غیرخطی چندگانه
مدل هوش مصنوعی
منحنیسنجه رسوب
شماره نشریه
2تاریخ نشر
2018-06-221397-04-01
ناشر
پژوهشکده حفاظت خاک و آبخیزداریSoil Conservation and Watershed Management Research Institute (SCWMRI)
سازمان پدید آورنده
دانشجوی کارشناسی ارشد سازههای آبی، پردیس ابوریحان، دانشگاه تهراندانشیار گروه مهندسی آبیاری زهکشی، پردیس ابوریحان، دانشگاه تهران، پردیس ابوریحان
شاپا
2251-93002322-536X