Karaçomak Barajı havzasında bazı su kalitesi parametrelerine yapay sinir ağı (YSA) tekniklerinin uygulanması

Bu araştırmada, elektriksel iletkenlik (EC), pH, Sıcaklık (T), çözünmüş oksijen (DO), bulanıklık (TUR), toplam sertlik (Ha), toplam alkalinite, amonyak azotu (NH4-N), nitrit azotu (NO2-N), nitrat azotu (NO3-N), fosfat (PO4-P), biyokimyasal oksijen ihtiyacı (BOD), kimyasal oksijen talebi (COD), su ve atık suyun ölçümü için standart metotlara göre analiz edildi. Eylül 2015 ile Temmuz 2016 arasında istasyonlardan elde edilen sonuçlar, insan kullanımı için mükemmel ve kötü su kalitesi sınıflarına göre kategorize edilmiştir. Bu çalışmada Kastamonu Belediyesi ve Karaçomak Barajı için model yoluyla WQI'yı tahmin etmek için yapay sinir ağının (YSA) gelişimi incelenmiştir. Basit bir ilerleme ağına dayanan bu çalışmada son model yapı kullanılmıştır. Basit ileri besleme ağı, standart geri yayılım algoritması (Levenberg-Marquardt) (tren-lm) ve Bayes düzenlemesi geri yayılımı (tren-br) olmak üzere iki farklı eğitim algoritması ile uygulanır. Bu çalışmada modelleme için bir gizli katman seçilmiştir ve gizli nöronların sayısı giriş düğümlerinin (n+1) ve (2n+1) olarak belirlenmiştir. Birçok ampirik inceleme, gizli nöron seti kullanılarak gerçekleştirilmektedir. Modelin, WQI'ini tahmin etmek için yaratılan tüm parametreleri varsa, (2n+1) gizli düğümlerde modifiye ettikleri, ancak 5 parametreden daha az giriş olduğunda, gizli düğümü (n+1) ile azaltmak isteyecektir. Öte yandan, WQI-Calculation ve WQI-Predict arasında karşılaştırma tamamlanmıştır. Karşılaştırma şu şekildedir: Model2-abr> model2-alm> model2-5br> sonuncusu model2-5lm'dir. Bu keşif, gizli nöronların miktarının, sistemin uygulanmasını doğrudan etkilemiş şeklini kullanarak tasvir edilebilir ve bu modeli, standart geri yayılım algoritması için aktivasyon fonksiyonu (train-br) en uygun hale getirildiği için Bayesian mevzuatının geri yayılımı ile birlikte görebiliyoruz.