تخمين ضريب اختلاط عرضي آلاينده‌ها درجريان كانال‌هاي روباز با استفاده از شبكه عصبي مصنوعي

درك خودپالايي و از بين رفتن آلودگي در رودخانه ها جهت كنترل مؤثر آلودگي در سال هاي اخير مورد توجه قرار گرفته است. اختلاط عرضي آلاينده در كانال هاي باز به نسبت از اهميت بيش تري نسبت به اختلاط طولي برخوردار است. تلاش هاي بسياري جهت برقراري رابطه اي بين ضريب اختلاط عرضي و پارامترهاي كانال و جريان مانند عرض، عمق، سرعت برشي، فاكتور اصطكاك و انحناي كانال انجام گرفته است. با هدف ساده سازي پيش بيني ضريب اختلاط عرضي، در اين تحقيق، با استفاده از اطلاعات پارامترهاي هيدروليكي و هندسي رودخانه ها و كانال ها، مدل سازي و سپس پيش بيني ضريب اختلاط عرضي به كمك شبكه عصبي مصنوعي صورت گرفته است. فرآيند توسعه و ارزيابي مدل با استفاده از مجموعه داده هاي واقعي و معيارهاي آماري و گرافيكي مختلف صورت گرفت. مدل شبكه عصبي مصنوعي، نتايج قابل قبولي در پيش بيني ضريب اختلاط عرضي نسبت به مدل خطي، ارائه كرد. چنان چه در بهترين مدل، ميزان ضريب همبستگي و ميانگين مجذور مربعات خطا، به ترتيب 0.82 و 0.1035 بدست آمده است.