سال انتشار: ۱۳۸۵

محل انتشار: هفتمین کنگره بین المللی مهندسی عمران

تعداد صفحات: ۱۳

نویسنده(ها):

مجتبی نوری – دانشجوی کارشناسی ارشد سازه های آبی دانشگاه شهید باهنر کرمان
محمدباقر رهنما – استادیار بخش آبیاری دانشگاه شهید باهنر کرمان

چکیده:

ظهور تئوریهای توانمند مانند منطق فازی و شبکه های عصبی مصنوعی (ANN) ، الگوریتم ژنتیک و اخیرا موجک تحولی عظیم در تحلیل رفتار سیستم های دینامیک در علوم مختلف مهندسی آب ایجاد کرده است. در تحقیق حاضر عملکرد شبکه عصبی پرسپترون چند لایه (MLP)، در برآورد و پیش بینی جریان روزانه رودخانه هلیل با استفاده از الگوریتم آموزشی پس انتشار خطا بررسی شده و به منظور بالا بردن راندمان عملکرد شبکه عصبی مصنوعی، داده های آموزشی و آزمون با استفاده از موجک به سیگنالهایی تفکیک شده اند (افزار گردیده اند). با استفاده از داده های موجکی شبکه را آموزش داده و سپس نتایج آزمون با عکس تبدیل موجک به حالت نرمال برگردانده شده و نتایج محاسباتی و مشاهداتی مورد ارزیابی آماری قرار گرفته اند. نتایج حاکی از بهبود عملکرد شبکه عصبی مصنوعی با استفاده از داده های موجکی می باشد.