طیب صادقی فر - Tarbiat Modares University
سید علی آزرم سا - Tarbiat Modares University

طی دهه های اخیر فرمول های تجربی مختلفی جهت برآورد آهنگ انتقال رسوب ساحلی توسط محققان زیادی ارائه شده است که هریک از روش ها تحت شرایط محدود نیم رخ بستر و برای محدوده مشخصی از دانه بندی رسوب کالیبره و استفاده شده اند. روابط تجربی موجود عمدتا براساس روش های برازشی بر روی داده های مشاهداتی و اندازه گیری شده ارائه شده، بنابراین می توان با استفاده از ابزارهای محاسباتی هوشمند و با کاربرد داده های موجود، مدل دقیقتری برای پیش بینی این پدیده ها ارائه نمود. روش های محاسباتی نرم، نظیر شبکه عصبی مصنوعی و سامانه استنتاج فازی- عصبی، روش های غیر خطی هستند که در مواردی که سایر روش ها قادر نیستند روش محاسباتی دقیق از مسئله ارائه دهند مورد استفاده قرار می گیرند. عدم نیاز به جزئیات کامل و دقیق مسئله مهترین مزیت روش های محاسباتی نرم است. یک مقایسه جامع بین دو مدل شبکه عصبی مصنوعی، سامانه استنتاج فازی- عصبی و فرمول های نیمه تجربی حاضر نشان دهنده توانایی بالا شبکه عصبی در پیش بینی آهنگ انتقال رسوب در امتداد ساحل میباشد.

Alongshore Sediment Transport Rate, Semi-Empirical Formulas, Noor Coastal Zone, ANN, ANFIS, آهنگ انتقال رسوب در امتداد ساحل, فرمول های نیمه تجربی, ساحل نور, شبکه عصبی مصنوعی, سامانه استنتاج عصبی- فازی