• شبیه سازی و پیش بینی کیفیت آب سطحی با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی؛ رودخانه زیارت استان گلستان)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/11/03
    • تاریخ انتشار در تی پی بین: 1391/11/03
    • تعداد بازدید: 707
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    رودخانه ها به عنوان مهمترین منابع تامین و انتقال آب مصرفی بخش های صنعت، کشاورزی و شهری از اهمیت خاصی برخوردار بوده و به علت اینکه از بسترها و مناطق مختلفی می گذرند، نوسانات کیفی زیادی دارند. منظور از tds، کل مواد جامد محلول در آب است که برابر با مجموع غلظت همه یون های محلول در آب می باشد اکثر مدل های موجود در زمینه پیش بینی و شبیه سازی شرایط موجود وضعیت کیفی رودخانه ها نیازمند پارامترهای ورودی بسیاری هستند که یا دسترسی به آن ها مشکل است. داده های استفاده شده مربوط به ایستگاه نهارخوران در بازه سالهای 1347 تا 1390، شامل غلظت های سدیم، کلسیم، منیزیم، کلر، سولفات، بی کربنات، ph و دبی به عنوان پارامترهای ورودی به مدل و پارامتر کل مواد محلول (tds) به عنوان پارامتر خروجی می باشد. عملکرد مدل شبکه عصبی نشان داد که شبکه عصبی پرسپترون چند لایه در پیش بینی غلظت مواد محلول نتایج قابل قبولی ارائه می دهد. شبکه در حالت 20 نرون در لایه پنهان کمترین خطا (rmse) را داراست و ضریب تشخیص (r2) داده های خروجی برابر 0.942 می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها