علی رسولی - دانشجوی کارشناسی ارشد رشته مهندسی محیط زیست، دانشگاه تهران
علیرضا ترکیان
روح الله نوری
مهرداد نظریها

اندازه گیری پارامتر اکسیژن خواهی پنج روزه (BOD5) به عنوان یکی از مهمترین پارامترهای کیفی رودخانه ها مستلزم صرف هزینه و زمان زیادی است که می تواند در روند مدیریت کیفیت آب به دلیل نیاز به دست یابی سریع به این پارامتر ایجاد اختلال نماید. در این مقاله برای رفع این مشکل اقدام به ارائه روشی بر مبنای مدل ترکیبی شبکه عصبی و آنالیز مؤلفه اصلی (PCA-ANN) شده است. همچنین با مقایسه دو روش ANN و PCA-ANN تاثیرات پیش پردازش اولیه داده ها در مدل نهایی بررسی شده است. برای این منظور از اطلاعات کیفیت آب رودخانه کارون استفاده گردیده است. نتایج این تحقیق در حالت کلی بیانگر عملکرد رضایتبخش مدل ارائه شده در پیش بینی BOD5 بوده به طوریکه ضریب همبستگی معادل 87/0 و 83/0، در مراحل آموزش و تست مدلPCA-ANN به دست آمد. همچنین بررسی های بیشتر نشان داد که نقش آنالیز مؤلفه اصلی در پیش پردازش متغیرهای ورودی به شبکه عصبی مثبت و با افزایش عملکرد مدل همراه بوده است.

شبکه عصبی، آنالیز مولفه های اصلی، اکسیژن خواهی پنج روزه، رودخانه کارون