ارزيابي عملكرد مدل هاي شبكه عصبي مصنوعي و رگرسيون چندگانه در سنجش كربن آلي محلول در آب

زمينه و هدف: اندازه گيري و پايش كربن آلي در محيط هاي آبي يكي از شاخص هاي مهم كيفي در پروژه هاي مديريت محيط زيست، پايش كيفي منابع آب و تامين آب شرب است. در اين تحقيق، عملكرد مدل شبكه عصبي مصنوعي و مدل رگرسيون غير خطي چندگانه با هدف سنجش پارامتر كربن آلي در منابع آب با حداكثر ضريب همبستگي محتمل و حداقل تعداد پارامترهاي ورودي، مورد مطالعه و بهينه سازي قرار گرفت. روش بررسي: به اين منظور مدل اوليه شبكه عصبي مصنوعي و رگرسيون غير خطي چندگانه با كليه پارامترهاي ورودي براي دستيابي به حداقل پارامترهاي مورد نياز تحت بهينه سازي به روش حذف ترتيبي قرار گرفت. يافته ها: آزمون صحت سنجي مدل بيانگر توافق خوبي ميان سنجش كربن آلي محلول و مشاهدات واقعي بوده است. تحليل نتايج نشان دهنده ي عملكرد قابل قبول مدل شبكه عصبي با درصد خطاي متوسط 7 % و ضريب همبستگي 0.91 مي باشد. بحث و نتيجه گيري: رفتار سنجي نتايج مدل سازي آشكار نمود كه هرچند مدل رگرسيون چندگانه با درصد خطاي متوسط 8 % و ضريب هم بستگي 0.89 عملكرد نسبتاً ضعيف تري داشته است، اما سرعت اجراي بالا و عملكرد بهتر در شرايط بحراني نشان از قابليت بالاي اين مدل در سنجش كربن آلي در منابع آب با دامنه تغييرات كيفي زياد دارد.