سال انتشار: ۱۳۸۶

محل انتشار: نهمین سمینار سراسری آبیاری و کاهش تبخیر

تعداد صفحات: ۱۱

نویسنده(ها):

محبوبه زارع زاده مهریزی – دانشجوی کارشناسی مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
آی دانای قزاق – دانشجوی کارشناسی ارشد مهندسی منابع آب ، گروه آبیاری و آبادانی دانشگاه

چکیده:

برنامه ریزی و مدیریت منابع آب با تمام پیچیدگی ها و مشکلات آن می تواند نقش بسیار مهمی در ارتقاء شاخص های ابی داشته باشد. در دهه های اخیر شبکه عصبی مصنوعی به عنوان مدلی که با تجزیه و تحلیل اطلاعات موجود امکان استخراج روابط غیر خطی و نامشخصرا فراهم می سازد، در بسیاری از علوم به ویژه آب موفق ظاهر شده است. مزیت این روش انعطاف پذیری بالای شبکه های عصبی مصنوعی در مقابل توابع پیچیده واستفاده از ورودی ها است که به راحتی در دسترس می باشند. در این تحقیق سعی شده قابلیت شبکه های عصبی مصنوعی در پیش بینی جریان ماهانه رودخانه دز مورد بررسی قرار بگیرد. برای این منظور از ۲۰ سال امار ماهانه ایستگاه هیدرومتری تله زنگ استفاده و نتایج بدست امده از مدل ها به لحاظ شاخص آماری MSE (میانگین مربع خطا) مورد ارزیابی قرا رگرفته است. نتایج بدست امده نشان میدهد که این مدل قادر است میزان دبی ماهانه را با دقت قابل قبولی پیش بینی کند. در نهایت شبکه عصبی بهینه برای تخمین دبی ماهانه و موثرترین پارامترهای ورودی معرفی میشود.