| برآورد رسوب در رودخانه‌های استان کرمانشاه با استفاده از شبکه عصبی مصنوعی |
| کد مقاله : 1099-CONFIHA |
| نویسندگان |
|
مهنا فرجی1، میترا جوان *2 1دانشجوی دکتری گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه رازی، کرمانشاه، ایران 2دانشیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه رازی، کرمانشاه، ایران |
| چکیده مقاله |
| انتقال رسوب در رودخانه‌ها یکی از فرایندهای مهم هیدرولوژیکی و ژئومورفولوژیکی است که بر ظرفیت انتقال جریان، پایداری بستر و سواحل رودخانه، عملکرد سازه‌های آبی و مدیریت منابع آب تأثیر می‌گذارد. با توجه به پیچیدگی رابطه میان دبی جریان و انتقال رسوب، مدل‌های داده‌محور می‌توانند رویکردی مکمل برای تخمین این متغیر فراهم کنند. در پژوهش حاضر، از شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) برای برآورد رسوب کل رودخانه‌های استان کرمانشاه بر اساس داده‌های دبی جریان استفاده شده است. داده‌های دبی و رسوب متناظر ایستگاه‌های منتخب، به‌ترتیب به‌عنوان متغیر ورودی و خروجی مدل تعریف شدند. پس از آموزش شبکه، عملکرد آن با استفاده از نمودارهای مقادیر مشاهده‌شده و پیش‌بینی‌شده در مجموعه‌های آموزش و آزمون و ضریب تعیین (R2) ارزیابی شد. این پژوهش قابلیت استفاده از شبکه عصبی در مدل‌سازی رابطه دبی–رسوب را در منطقه مورد مطالعه بررسی می‌کند و چارچوبی داده‌محور برای برآورد رسوب با اتکا به اطلاعات دبی فراهم می‌سازد. |
| کلیدواژه ها |
| رسوب کل رودخانه، شبکه عصبی مصنوعی، پرسپترون چندلایه، دبی جریان، مدل‌سازی رسوب |
| وضعیت: پذیرفته شده برای ارائه شفاهی |
