مدلسازی رواناب با استفاده از روش شبکه عصبی مصنوعی مطالعه موردی رودخانه چشمه علی دامغان

مدلسازی بارش رواناب پیوسته در این حوضه ها کاری چالش برانگیز است مدل های هیدرولوژیکی ابزارهای مفیدی در درک بهتر رفتارهای هیدرولوژیکی و نحوه تغییر رفتارها و اثرات آنها می باشند در این تحقیق به بررسی عملکرد مدل شبکه های عصبی در شبیه سازی بارش و رواناب در رودخانه چشمه علی واقع در شهرستان دامغان پرداخته شد شبکه های عصبی سیستم ها و روش های محاسباتی نوینی هستند برای یادگیری ماشینی نمایش دانش در اعمال دانش به دست آمده در جهت پیش بینی پاسخ های خروجی از سامانه های پیچیده در بخش شبکه عصبی مصنوعی برای دستیابی به ساختار بهینه شبکه هایی با تعداد نرون های متفاوت در لایه پنهان مورد ارزیابی قرار گرفت که ساختار 1-8-5 با تعداد تکرار 100 دارای بهترین نتیجه در شبیه سازی رواناب در منطقه مورد مطالعه بوده است نتایج بررسی نشان می دهد که شبکه عصبی مصنوعی با دقت خوبی رواناب را شبیه سازی می کند و همبستگی بالای میان مقادیر رواناب مشاهده ای و همبستگی در مدل نشان دهنده دقت آن می باشد

کلیدواژه ها:

رواناب ها ، چشمه علی ، شبکه های عصبی ، نرون ها ، شبیه سازی