تعيين پروفيل رسوب گذاري در كف مخزن سد اكباتان با استفاده از شبكه هاي عصبي مصنـوعي

Determination sediment profile of Ecbatan dam reservoir using artificial neural network

در شبكه‌هاي عصبي مصنوعي (ANN) روش‌هاي موجود آموزش و واسنجي عصبي بر اساس ساختار پرسپترون چندلايه‌اي مي باشد، ليكن اين روش‌ها داراي مشكلات ناشي از عدم همگرايي در روش‌هاي يادگيري، عدم ثبات اوزان شبكه در شرايطي كه طيف داده هاي ورودي داراي انحراف معيار بزرگ بوده و بالاخره نياز به داده و اطلاعات فراوان جهت آموزش شبكه مي باشند. براي غلبه بر مشكلات فوق در اين تحقيق روش جديد تركيبي شبكه عصبي مصنوعي – بهينه سازي رياضي غيرخطي ارايه شده و شبكه عصبي مصنوعي كه با استفاده از روش پس انتشار خطا طراحي گرديده بهعنوان ابزارقدرتمندي براي برآورد ميزان رسوب مخزن سد اكباتان معرفي شده است. بر اين اساس با استفاده از معادله بين دبي رسوب و جريان آب رودخانه آبشينه و آمار ايستگاه يالفان مدل طراحي شده ANN با گره هاي مختلف در لايه ها ورودي ها و لايه مخفي اجرا گرديد. نتايج واسنجي نشان مي دهد براي توزيع رسوب در مخزن سداكباتان بايستي از شش گره در لايه ورودي و هشت گره در لايه مخفي استفاده نمود. دراين تحقيق رابطه رضايت بخشي بين تعداد مولفه‌هاي لايه مخفي باتعدادداده هاي آموزش و تعداد مولفه‌هاي ورودي تعيين شده است.

In artificial neural networks (ANN), the available methods of neural learning and calibration is according to multi-layer structure of perceptron, but these methods have some problems results from lack of convergence in learning methods, lack of stability in network weights in conditions that there is great criteria deviation in input data spectrum and finally need for much data and information for network learning. A new compound method of artificial neural network-non linear mathematical optimum was introduced in this research to overcome this problem and artificial neural network designed by using error back propagation method was introduced as a strong device for estimating the rate of sediment in the reservoir of Ecbatan dam. According to that, the designed model by various knots in input and hidden layer was performed by using the equation of sediment discharge and water current and statistics of Yalfan station at Abshineh river. Calibration results showed that 6 knots at input layer and 8 knot at hidden layer should be used to distribute sediment in reservoir of Ecbatan dam.