تخمین رسوب رودخانه با استفاده از مدل¬های شبکه¬ عصبی مصنوعی و رگرسیون تکه¬ای (مطالعه موردی: رودخانه حصار)

تخمین رسوب رودخانه با استفاده از مدل¬های شبکه¬ عصبی مصنوعی و رگرسیون تکه¬ای (مطالعه موردی: رودخانه حصار)

جواد ابراهیمی کردیانی1 فرهادخام چین مقدم2 سیداحسان شیرنگی3

1) گروه مهندسی عمران،واحدمشهد،دانشگاه آزاداسلامی ،مشهد،ایران
2) گروه مهندسی عمران،واحدمشهد،دانشگاه آزاداسلامی ،مشهد،ایران
3) گروه مهندسی عمران،واحدکرج،دانشگاه آزاداسلامی ،کرج،ایران

کد IOI مقاله : XYCE-ADZDD
محل انتشار : کنفرانس بین المللی عمران ، معماری و زیرساخت های شهری(icica.ir)
چکیده :
    در این تحقیق به بررسی عملکرد مدل¬های شبکه¬ عصبی مصنوعی، و مدل رگرسیون تکه¬ای در تخمین رسوب رودخانه پرداخته شده است. به منظور بررسی عملکرد مدل¬های شبکه عصبی مصنوعی، از شبکۀ عصبی پرسپترون چند لایه(MLP) و تابع پایه شعاعی (RBF) استفاده شده است و همچنین عوامل تأثیرگذار بر عملکرد شبکه¬های عصبی مصنوعی به¬منظور تخمین رسوب، مورد بررسی قرار گرفته شده است، که از جملۀ آنها می¬توان به تأثیر تعداد نرون¬های لایۀ میانی بر عملکرد شبکه، نوع توابع محرک انتخابی برای نرون¬های لایۀ میانی و همچنین تأثیر و نقش نرمال¬سازی داده¬ها اشاره کرد. در نهایت نتایج حاصل از مدل¬ شبکه عصبی مصنوعی با، مدل رگرسیون تکه¬ای مقایسه شده است. نتایج حاصل از عملکرد این مدل¬ها به¬منظور تخمین رسوب، در مراحل آموزش و ارزیابی با استفاده از معیارهای تعریف شده برای سنجش خطا با مقادیر مشاهداتی مقایسه شده است، و پس از مقایسۀ مدل¬های مختلف، بهترین مدل انتخاب شده است.

کلمات کلیدی : رسوب رودخانه شبکۀ عصبی پرسپترون چند لایه مدل رگرسیون تکه¬ای