%0 Journal Article %T پیش‌بینی نرخ انتقال رسوب موازی ساحل با استفاده از شبکۀ عصبی مصنوعی در خزر جنوبی (ساحل نور) %J هیدروفیزیک %I دانشگاه صنعتی مالک اشتر با همکاری انجمن علوم و فنون دریایی ایران %Z 2476-7131 %A صادقی فر, طیب %D 2018 %\ 03/18/2018 %V 2 %N 2 %P 91-107 %! پیش‌بینی نرخ انتقال رسوب موازی ساحل با استفاده از شبکۀ عصبی مصنوعی در خزر جنوبی (ساحل نور) %K دریای خزرجنوبی %K ساحل نور %K شبکۀ عصبی مصنوعی %K فرمول‌های نیمه‌تجربی %K نرخ انتقال رسوب موازی ساحل %R %X محاسبۀ نرخ انتقال رسوب موازی ساحل به‌منظور مطالعۀ دقیق الگوی فرسایش و رسوب‌گذاری، از جمله مهم‌ترین موضوعات در مهندسی سواحل است. در پژوهش حاضر، نرخ انتقال رسوب موازی ساحل از اول فروردین ماه تا آخر تیرماه سال 1391 با استفاده از تله‌گیر ستونی معلق به‌صورت روزانه اندازه‌گیری (سواحل شهر نور، در شمال کشور ایران) شد. روابط تجربی موجود عمدتاً براساس روش‌های برازشی بر روی داده‌های مشاهداتی و اندازه‌گیری‌شده ارائه شده است. نتایج استفاده از فرمول داک 85 نشان داد که نرخ انتقال رسوب برای ساحل شهرستان نور برابر با 334340 متر مکعب بر سال است. در مرحلۀ اول شبکۀ عصبی مصنوعی با متغیرهایی که با روش تجزیه و تحلیل عاملی به عنوان متغیر مستقل انتخاب شده بودند، اجرا شد. نتایج نشان داد که در مجموع عملکرد شبکه با تابع انتقال تانژانت هیپربولیک بهتر از سیگموئید بوده است. بهترین شبکه، شبکه‌ای با ورودی‌های ارتفاع موج شکنا، عرض منطقۀ خیزآب ساحلی، سرعت جریان در امتداد ساحل و نرخ انتقال رسوب به دست آمد. یک پارامتر خروجی (Q) به‌عنوان یک شبکه، منجر به پاسخ قابل قبول‌تر و قابل اعتمادتری با حداکثر مقدار ضریب تبیین 96/0 برای پیش‌بینی نرخ انتقال محاسبه شد. به این ترتیب با استفاده از شبکۀ عصبی مصنوعی ارائه‌شده در این پژوهش می‌توان به برآورد دقیق‌تری از نرخ انتقال رسوب موازی ساحل پرداخت. %U https://www.hydrophysics.ir/article_30775_8a7044a80bc13d7e2ecec271b54258f4.pdf