پیش بینی احتمال وقوع سیل به کمک شبکه عصبی چند لایه

به استناد آمار و اطلاعات خسارات ناشی از سیل در پاره ای از نقاط دنیا به ویژه در آسیا و اقیانوسیه بیشترین میزان در بین خسارتهای حاصل از بلایای طبیعی را به خود اختصاص می دهد. یکی از ضروریات مهار این بحران شناخت تناوب و بزرگی این واقعه و پیش آگاهی است. با توجه به نقاط ضعف روش های سنتی برای حل چنین مسائلی، در سالهای اخیر تحقیقاتی در خصوص امکان استفاده از روش های جدید تحت عنوان هوش مصنوعی شروع شده است. یکی از روش های هوش مصنوعی مورد توجه، روش شبکه های عصبی مصنوعی است که بر پایه ی ریاضیات و بر اساس تقلید بسیار ساده از سیستم شبکه عصبی بیولوژیک است. ماهیت و ذات تجربی و منعطف این روش باعث می شود تا در مسائلی مانند مقوله پیش بینی که از رفتاری غیرخطی و لجام گسیخته برخوردار هستند، به خوبی قابل استفاده باشد. دراین مطالعه احتمال وقوع سیل در منطقه خرسان واقع در استان چهارمحال و بختیاری به کمک یک شبکه عصبی چند لایه بعنوان مطالعه موردی مورد بررسی قرارگرف ه ت است. برای این کار یک ساختار شبکه عصبی با دولایه پنهان ایجاد و هفت پارامتر از جمله جنس خاک، میزان شیب، میزان رطوبت، میزان جذب و... به عنوان ورودی معرفی شد. سپس خطای موجود با معیارMSE محاسبه گردید. از آنجا که میزان خطا 3.75 % بدست آمد، شبکه بخوبی قادر به تولید خروجی دقیق برای حالات وقوع سیل (مقادیر بالایDischarge خواهد بود

کلیدواژه ها:

شبکه عصبی ، بلایای طبیعیGIS خرسانMLP