مشخصات پژوهش

عنوان	مقایسه مدل سازی دبی خروجی از سد پاره سنگی با شبکه عصبی مصنوعی و روش عددی
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	سد پاره سنگی، برآورد دبی خروجی، شبکه عصبی مصنوعی، مدل عددی، الگوریتم یادگیری
چکیده	سیلاب یکی از مهمترین بلایای طبیعی است که حیات و سرمایه بشری را تهدید می نماید. سد های پاره سنگی یکی از روش های ارزان قیمت جهت کنترل سیلاب محسوب می گردند. استفاده از این سدها سبب م یشود که هیدروگراف سیل خروجی از آن، دارای دبی اوج کمتر و زمان پایه بزرگتری نسبت به هیدروگراف ورودی گردد. شبکه عصبی مصنوعی از جمله روش هایی است که می تواند با دقت مناسبی فرآیندهای پیچیده و غیرخطی را برآورد نماید. اما دقت پیش بینی آن به نوع الگوریتم یادگیری و تابع آستانه مورد استفاده بستگی دارد. در این تحقیق به منظور برآورد دبی خروجی از سدهای پاره سنگی و بر مبنای بکارگیری داده های آزمایشگاهی، مدل شبکه عصبی پرسپترون چندلایه با الگوریتم های یادگیری مختلف و تابع های آستانه مورد ارزیابی قرار گرفت. سپس، دبی برآورد شده با رو ش شبکه عصبی مصنوعی با مقادیر حاصله از مدل عددی دو بعدی مقایسه گردید. نتایج نشان داد که مدل پرسپترون چندلایه با الگوریتم یادگیری دلتا بار دلتا و تابع آستانه تانژانت هایپربولیک با مقدار میانگین مربع خطا برابر با 00011 / 0، مقدار دبی خروجی از سد پاره سنگی را با دقت بالایی پیش بینی می نماید. همچنین شبکه عصبی مصنوعی با مقدار ضریب تعیین ( 962 / 0 = R2 ) همانند مدل عددی ( 984 / 0 = R2 ) ازعملکرد مطلوبی برخوردار بود. بنابراین می توان برای تخمین دبی خروجی از سد های پاره سنگی، با بکارگیری شبکه عصبی مصنوعی بجای روش های عددی به مشکل پیچیدگی و زمان بر بودن روش های عددی فائق آمد.
پژوهشگران	پریسا حسین زاده طلایی (نفر چهارم)، صفر معروفی (نفر سوم)، پرویز فتحی (نفر دوم)، مجید حیدری (نفر اول)