به كارگيري شبكه عصبي مصنوعي در تحليل داده هاي فرسايش پذيري رسوبات ريزدانه در محيط هاي دريايي

فرسايش يكي از فرآيندهاي مهم در نواحي ساحلي و خورها محسوب مي شود. آنچه فرسايش در رسوبات ريزدانه چسبنده را به يك پديده پيچيده تبديل مي كند، طيف وسيع پارامترهاي مؤثر بر آن است. از اين رو يافتن يك الگوي واحد براي تنش برشي بحراني (فرسايش) كه اغلب از روند مشخصي برخوردار نيست، مي تواند بسيار حائز اهميت باشد. به عبارت ديگر، در دسترس نبودن يك ارتباط جامع و فراگير ميان فرسايش و پارامترهاي گوناگون مؤثر و همچنين بررسي نشدن تأثير توأم پارامترهاي مختلف در يافتن يك الگوي واحد براي فرسايش در اكثر مطالعه هاي موجود را مي توان از دلايل اهميت موضوع اين تحقيق به شمار آورد. در اين مطالعه با استفاده از شبكه عصبي مصنوعي به واكاوي تأثير توأم طيف پارامترهاي فيزيكي، شيميايي و زيست شناختي مختلف بر تنش برشي بحراني و يافتن يك الگوي فرانمونه اي و نسبتاً جامع پرداخته شده است. بدين منظور، ابتدا ارزيابي عملكرد شبكه عصبي بر روي يك مجموعه داده انجام شد و در ادامه براي اطمينان از اتفاقي نبودن نتايج حاصل، به بررسي اين روش بر روي يك مجموعه داده با ماهيت رسوبي متفاوت اقدام شده است. بنابر نتايج حاصل، امكان ارائه رابطه‎اي منطقي بين پارامترهاي فيزيكي و شيميايي رسوبات ريزدانه چسبنده و خصوصيات فرسايش پذيري اين رسوبات در قالب شبكه هاي عصبي مصنوعي فراهم و ارائه شده است.