تخمین ضریب اختلاط عرضی آلاینده ها درجریان کانالهای روباز با استفاده از شبکه عصبی مصنوعی
درک خودپالایی و از بین رفتن آلودگی در رودخانه ها جهت کنترل موثر آلودگی در سالهای اخیر مورد توجه قرار گرفته است . اختلاط عرضی آلاینده در کانالهای باز به نسبت از اهمیت بیشتری نسبت به اختلاط طولی برخوردار است. تلاشهای بسیاری جهت برقراری رابطه ای بین ضریب اختلاط عرضی و پارامترهای کانال و جریان مانند عرض، عمق، سرعت برشی، فاکتور اصطکاک و انحنای کانال انجام گرفته است. با هدف ساده سازی پیشبینی ضریب اختلاط عرضی، در این تحقیق، با استفاده از اطلاعات پارامترهای هیدرولیکی و هندسی رودخانه ها و کانال ها، مدل سازی و سپس پیشبینی ضریب اختلاط عرضی به کمک شبکه عصبی مصنوعی صورت گرفته است. فرآیند توسعه و ارزیابی مدل با استفاده از مجموعه داده های واقعی و معیارهای آماری و گرافیکی مختلف صورت گرفت. مدل شبکه عصبی مصنوعی، نتایج قابل قبولی در پیشبینی ضریب اختلاط عرضی نسبت به مدل خطی، ارائه کرد. چنانچه در بهترین مدل، میزان ضریب همبستگی و میانگین مجذور مربعات خطا، به ترتیب 0/82 و 0/1035 بدست آمده است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.