برآورد دبي رسوب معلق ايستگاه قرآن طالار بابل رود به كمك شبكه عصبي مصنوعي

براي محاسبه حجم رسوبات حمل شده توسط رودخانه ها كه در بسیاري از مباحث مهندسي آب اهمیت ويژه اي دارد، روش هاي متعددي ارائه شده است. به دلیل ساختار كاملاً غیرخطي پديده رسوب، روش هاي كلاسیك و رايج مانند منحني سنجه قادر به تخمین صحیح دبي رسوبات نمي باشند. در سال هاي اخیر، روش هاي هوش مصنوعي از جمله شبكه عصبي مصنوعي به عنوان ابزاري توانمند براي حل مسائل غیرخطي و دستیابي به نتايج نزديك به واقعیت مطرح شده اند. در اين تحقیق با بهره گیري از نرم افزار متلب و شبكه پرسپترون چندلايه با الگوريتم آموزشي پس انتشار خطا، معماري مطلوب شبكه براي حصول به نزديك ترين جواب به آمار مشاهده اي ايستگاه قرآن طالار بابل رود بدست آمده و با روش منحني سنجه رسوب مورد مقايسه قرار گرفته است. نتايج حاكي از برتري مدل شبكه عصبي نسبت به روش هاي معمول آماري در برآورد دبي رسوب معلق بوده است.