پيش بيني تلفات تبخير با استفاده از شبكه عصبي مصنوعي

تبخیر یكی از پارامترهای مهم برنامه ریزی و بهره برداری از مخازن آبی میباشد. در ایستگاه های تبخیر سنجی مجاور مخازن این پارامتر اندازه گیری میشود. برنامه ریزی مخازن بر اساس داده های دوره های پیشین انجام میشود بنا بر این مقادیر اندازه گیری شده در ایستگاههای تبخیر سنجی مستقیما برای برنامهریزی استفاده نمی شود. تلفات تبخیر از مخازن، به صورت تجربی و بر اساس اندازه گیری های دوره های قبل در نظر گرفته میشود. امروزه مدلهای رگرسیونی در سطح وسیعی در علوم مختلف برای پیشگویی به كار گرفته میشوند . از مزایای این مدلها در دسترس بودن پارامترهای مورد نیاز و سادگی محاسبات میباشد. هدف این تحقیق تدوین مدلی است كه بتواند با توجه به متغیرهای هواشناسی مقدار تبخیر از تشت را پیشبینی كند. تا به حال، معادلهای كه به صورت كامل روابط فیزیكی این پدیده را بیان كند ارائه نشده است. یكی از روشها یی كه در علوم مختلف كاربرد وسیعی دارد شبكه های عصبی مصنوعی (ANNs) میباشد. این شبكه ها با طراحی و آموزش صحیح قابلیت انطباق و نگاشت توابع مختلف را دارند. شبكه های عصبی قادر به ارائه تابع نمیباشند و پس از آموزش با دریافت اطلاعات ورودی مقادیر خروجی را ارائه میدهند. هدف از این تحقیق ارائه یك مدل شبكه عصبی پرسپترون چند لایه با تابع ریاضی آن به صورت یك معادله ماتریسی می باشد . معادلات ماتریسی مدل باعث سادگی كاربرد و استفاده از آن در مدلهای برنامه ریزی میشود. مقایسه نتایج این مدل و نتایج اندازه گیری شده در ایستگاههای تبخیر سنجی دقت مدل ارائه شده را تایید میكند.