مقايسه روش هاي شبكه عصبي مصنوعي و منحني سنجه در مدلسازي رسوب معلق؛ مطالعه موردي ايستگاه هيدرومتري ميدان

این تحقیق با هدف ارائه مدل بهینه پیش بینی میزان رسوب معلق بر اساس دبی جریان انجام شد و كارایی انواع مدل های مختلف دو خطی و روش حد وسط دسته ،منحنی سنجه رسوب یك خطی ها، مدل های شبكه عصبی مصنوعی پرسپترون چندلایه و تابع پایه شعاعی در شبیه سازی رسوب معلق ایستگاه هیدرومتری میدان واقع بر روی رودخانه سیدمرتضی (حوزه آبخیز هلیل رود) مورد ارزیابی قرار گرفت. پس از جمعآوری آمار و اطلاعات مربوط به دبی جریان و رسوب معلق ایستگاه مورد مطالعه و حصول اطمینان از صحت و كامل بودن آمار همزمان دبی و رسوب در دوره آماری از بدو تأسیس تا آخرین سال در دسترس، مدل سازی رسوب با استفاده از روش های منحنی سنجه و شبكه عصبی مصنوعی انجام شد. جهت ارزیابی مدل ،RMSE ها از معیارهای جذر میانگین مربعات خطا استفاده شد. مقایسه مدل MAEضریب میانگین مطلق خطا های مختلف شبیه سازی میزان رسوب معلق در تحقیق حاضر نشان می دهد و RMSE كه روش شبكه عصبی مصنوعی تابع پایه شعاعی با ضریب تن در روز به عنوان بهترین 666/43 و 473/78 و برابر MAE روش جهت شبیه سازی میزان رسوب معلق می باشد.