• شماره ركورد
    1376000
  • عنوان مقاله

    كاربرد مدل هيبريدي شبكه‌هاي عصبي مصنوعي و الگوريتم كرم شب‌تاب براي پيش‌بيني مقدار جامدات محلول در آب رودخانه

  • پديد آورندگان

    سبزواري ، فرحناز دانشگاه آزاد اسلامي واحد كرمانشاه - گروه مهندسي آب , يعقوبي ، بهروز دانشگاه آزاد اسلامي واحد كرمانشاه - گروه مهندسي آب , شعبانلو ، سعيد دانشگاه آزاد اسلامي واحد كرمانشاه - گروه مهندسي آب

  • از صفحه
    13
  • تا صفحه
    23
  • كليدواژه
    الگوريتم كرم‏شب‏تاب , جامدات محلول در آب , گاوه‏رود , شبكه‏  هاي  عصبي مصنوعي
  • چكيده فارسي
    زمينه و هدف: برآورد و پيش بيني پارامتر هاي كيفي در كنار پارامتر هاي كمي آب در طول رودخانه يكـي از مولفـه‌ هاي ي است كه در تصميم‌گيري‌ هاي مديريتي صحيح بايستي به‌دقـت شـبيه‌سـازي شـده و تخمين زده شود. اكثر مـدل هاي مربوط به برآورد پارامتر هاي كيفي نيازمند پارامتر هاي ورودي بسيار زيادي هستند كه يـا دسترسـي بـه آن ها مشكل است و يا تعيين آن ها نيازمند صرف هزينه و زمان زيادي است. بنابراين استفاده از مدل‌ هاي داده‌محور در اين زمينه براي صرفه‌جويي در زمان و هزينه گسترش يافت ها ست.روش پژوهش: در اين مقاله كاربرد شبكه هاي عصبي مصنوعي و تركيب آن با الگوريتم كرم شب تاب جهت پيش بيني مقدار جامدات محلول در آب (TDS) در رودخانه گاوه رود واقع در ايران كرمانشاه مورد آموزش و صحت سنجي قرار مي گيرد. براي اين منظور از داده هاي كيفيت آب ايستگاه هيدرو متري در بالادست سد مخزني گاوشان براي بازه آماري (1389-1370) استفاده گرديد. براساس ورودي هاي مختلف، شبكه عصبي مصنوعي پرسپترون چند لايه (MLP) و تركيب آن با الگوريتم كرم شب تاب مورد آزمون قرار گرفت. بهترين الگوي ورودي ها ، تعداد لايه پن ها ن و تعداد نرون هاي هر لايه در شبكه عصبي مصنوعي مشخص گرديد. داده هاي ورودي به مدل‌ ها شامل دبي (Q)، سديم(Na)، منيزيم (Mg)، كلسيم (Ca)، سولفات (So4)، كلريد (Cl)، بي كربنات (Ho3)، هدايت الكتريكي (EC) و جامدات محلول رودخانه در بازه زماني قبل (TDSt-1) و داده هاي خروجي جامدات محلول آب (TDS) مي باشد. تعداد لايه‌ هاي پن ها ن برابر يك و تعداد نرون‌ هاي لايه پن ها ن برابر نه بدست آمد، همچنين تابع شبكه عصبي در اين مطالعه نوع آبشاري در نظر گرفته شد و نتايج با روش تركيب شبكه‌ هاي عصبي مصنوعي با الگوريتم كرم شب تاب مقايسه گرديد.يافته‌ ها : باتوجه به اين خروجي هاي مدل با داده هاي مشاهده شده با استفاده از معيار هاي برآورد خطا مقايسه شد؛ در اين راستا مقاديرشاخص هاي ارزيابي خطا مورد استفاده شاخص مربعات خطا به انحراف معيار استاندارد مشاهداتي (RSR)، رابطه ناش ساتكليف (NSC)، ضريب همبستگي (R) و ريشه ميانگين مربعات خط (MSE) براي شبكه عصبي مصنوعي به ترتيب 0.154، 0.976، 0.989 و 25.27 و در حالت تركيب شبكه عصبي با الگوريتم كرم شب تاب نيز به ترتيب 0.129، 0.983، 0.992 و 17.8 بدست آمد.نتايج: لذا عملكرد روش هيبريدي شبكه هاي عصبي مصنوعي با استفاده از الگوريتم كرم شب تاب در پيش بيني TDS مناسب‌تر از تكنيك شبكه هاي عصبي مصنوعي است.
  • عنوان نشريه
    حفاظت منابع آب و خاك
  • عنوان نشريه
    حفاظت منابع آب و خاك