بررسي تأثيرآشفتگي برآستانه حركت رسوبات با استفاده ازشبكه عصبي مصنوعي

حركت ذرات رسوب در امتداد بستر رودخانه يكي از پيچيده ترين و بغرنج ترين مسائلي است كه سعي در توجيه و توصيف آن مي شود و بررسي آستانه حركت ذرات، يكي از محور هاي اصلي آن مي باشد، چرا كه تفاوت بين بستر پايدار و متحرك را نشان مي دهد. آستانه حركت رسوبات توسط روشهاي مختلفي از قبيل تنش برشي، سرعت بحراني،روشهاي آماري و تصادفي و... مورد بررسي قرار گرفته و پارامترهاي مختلفي به عموان عوامل مؤثر بر آن در نظر گرفته شده است.فرايند ذخيره سازي اطلاعات به صورت الگو و تجزيه و تحليل ان الگو اساس روشي به شبكه عصبي مصنوعي را تشكيل مي دهد. در اين مقاله پس از بررسي تأثير آشفتگي بر آستانه حركت ذرات رسوب در شرايط پوشش مختلف بستر، با استفاده از شبكه عصبي چند لايه با الگوريتم پس انتشار خطا و آموزش آن توسط داده هاي آزمايشگاهي Athanasios N. Papanicolaou كه در آزمايشگاه پلي تكنيك ويرجينيا انجام پذيرفته، مدل تحليلي آستانه حركت رسوبات به دست آمده و در هر مرحله پس از آموزش شبكه عصبي عملكرد شبكه مورد بررسي و نتايج حاصل از آن با مدل آماري مورد مقايسه قرار گرفته است.نتايج حاكي از آن است كه شبكه هاي عصبي مصنوعي از سرعت عمل و دقت قابل قبولي در پيش بيني احتمال آستانه حركت در شرايط پوشش مختلف برخوردار هستند.