پیشبینی باررسوبی معلق با استفاده از مدل شبکه عصبی مصنوعی (ANN) و مدل ترکیبی تجزیه مد تجربی - (EMD) شبکه عصبی مصنوعی (ANN)

ارایه راهکاری مناسب جهت تعیین دقیق بار معلق رودخانه ها در پروژه های آبی از اهمیت خاصی برخوردار میباشد. امروزه استفاده از سیستم های هوش مصنوعی به عنوان ابزاری جدید جهت برآورد دقیق رسوبات معلق رودخانه ها مورداستفاده قرار می گیرد. در تحقیق حاضر روش شبکه عصبی MLP و EMD-MLP به منظور پیشبینی بار رسوبی معلق در ایستگاه رود آبیاکا مورداستفاده قرار گرفت. بدین منظور از یک دوره آماری 11 ساله 1992) تا (2002 که 8 سال آن 1992) تا (2000 جهت آموزش و 3 سال 2000) تا (2002 جهت آزمون مدل های مختلف مورداستفاده قرار گرفت. ترکیب مختلفی از داده های ورودی و تاخیرهای زمانی متفاوت در این تحقیق مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل ترکیبی EMD-MLP دقت بالاتری را در مدلسازی نسبت به مدل MLP دارا می باشد. همچنین نتایج به دست آمده بیانگر کاهش دقت مدلسازی در استفاده از تاخیرهای زمانی سالانه در هر دو مدل مورداستفاده می باشد.

کلیدواژه ها:

پیش پردازش تاخیرهای زمانی ، ترکیب های ورودی ، توابع مد ذاتی ، سری زمانی