كاربرد شبكه هاي عصبي مصنوعي در پيش بيني جريان ورودي به مخزن سد (مطالعه موردي: سد يامچي و سبلان، اردبيل)

Neural Network Artificial Application in Reservoir inflow forecasting study: (Yamchi Sabalan Dam, Ardabil)

در اين پژوهش از شبكه عصبي مصنوعي (Artificial Neural Network) به عنوان ابزاري توانمند در مدل¬سازي فرآيندهاي غير¬خطي و نامعين، به منظور پيش¬بيني جريان ورودي به مخزن سد يامچي و سبلان در استان اردبيل استفاده شد. داده¬هاي بارش ماهانه، ميانگين دماي ماهانه و دبي به عنوان ورودي مدل شبكه عصبي در نظر گرفته شد. شبكه مورد استفاده در اين تحقيق از نوع شبكه چندلايه با الگوريتم پس انتشار خطا و تكنيك يادگيري ماركوارت- لونبرگ (Levenberg-Marquardt) بود. 16 تركيب مختلف از بين پارامترهاي مؤثر به عنوان ورودي¬ مدل¬ انتخاب شد. نتايج حاصل نشاد داد كه در حوضه آبريز سد سبلان و يامچي، شبكه عصبي مصنوعي چند لايه به ترتيب با 10 و 17 نرون در لايه مخفي در پيش¬بيني جريان ورودي به مخزن سد بهترين نتيجه را ارائه مي¬دهد. در حوضه¬هايي با سطح وسيع با دخالت دما به عنوان يكي از پارامترهاي مؤثر در پيش¬بيني جريان، خطاي پيش¬بيني كاهش مي¬يابد.