شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان با استفاده از شبکه عصبی

بررسی و پیش بینی پارامترهای کیفی و کمی آب در طول رودخانه به منظور تصمیم گیری های مدیریتی یکی از اهداف مدیران و برنامه ریزان منابع آب تلقی می گردد و امروزه استفاده از مدل شبکه های عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد وسیعی در زمینه های مختلف علمی به ویژه مهندسی آب پیداکرده است هدف از این مطالعه نیز بررسی کارایی شبکه عصبی مصنوعی در شبیه سازی هدایت الکتریکی EC آب رودخانه کبکیان در شهرستان بویر احمد می باشد در این مطالعه از آمار آنالیز پارامترهای شیمیایی ایستگاه بطاری در طی یک بازه 10 ساله 82تا92 که در تموم فصول سال اندازه گیری شده اند استفاده گردید با استفاده از روش های شبکه عصبی مصنوعی RBFوMLP هدایت الکتریکی آب پیش بینی گردید و نتایج با این دو شبکه مورد مقایسه قرار گرفته است نتایج بدست امده از معیارهای آماری MSE ،NMSE، R2 نشان داد که در تمامی مدل های ورودی MLP پرسپترون چند لایه دارای حداقل میزان خطا و میزان R بالاتری نسبت به مدل RBF جهت پیش بینی ECمی باشد نتایج حاصل از آنالیز حساسیت بر مبنای مدل های مختلف بیان گردید که در مدل 5 پارامتر TDS نسبت به TH تاثیر بیشتری در شبیه سازی ECدارد و در آنالیز حساسیت مدل های 1 تا4 نیز پارامترهای NA بیشترین تاثیر را در شبیه سازی ECدارد و پارامتر CLوPH نیز در رده های بعدی قرار دارند

کلیدواژه ها:

شبکه عصبی مصنوعی ، RBF ، MLP ، رودخانه ، هدایت الکتریکی ، کبکیان