پيش‌ بيني شاخص هاي TDS ،EC و SAR رودخانه دز با استفاده از شبكه عصبي مصنوعي (مطالعه موردي ايستگاه دزفول - بام دژ)

Prediction of TDS, EC and SAR Dez River Indices using artificial neural networks (Case study: Dezful and Bamdezh stations)

هدف از اين تحقيق پيش بيني كيفيت منابع آب به عنوان تابعي از بارش و دبي آب به كمك شبكه هاي عصبي مصنوعي است. جهت تحقق اين امر، غلظت مواد جامد محلول (TDS) ، هدايت الكتريكي (EC) و نسبت جذب سديم در ايستگاه دزفول- بام دژ مورد ارزيابي قرار گرفت. براي ايجاد الگوهاي آموزش و ارزيابي و تست از داده هاي هيدرومتري استفاده شد. در بين توابع عضويت مورد استفاده، تابع عضويت نوع سيگموئيدي بهترين نتيجه را ارائه داد. همچنين در اين تحقيق شبكه عصبي با تعداد 2و3 تابع عضويت مورد استفاده قرار گرفت كه بهترين نتيجه با تعداد 3 تابع عضويت حاصل شد. با به دست آمدن تغييرات كيفيت آب از شبكه هاي MLP و TDNNبا الگوريتم هاي يادگيري لونبرگ- ماركوارت براي آموزش الگوها استفاده شد. شبكه عصبي TDNN نتايج بهتري نسبت به شبكه عصبي MLP نشان داد. توابع تغييرات كيفيت آب را با ضرايب تعيين 906 /0 تا 964 /0 پيش‌بيني كردند