توسعه شبکه های عصبی در پیش بینی جزرومد دریای خزر براساس الگوریتم لونبرگ مارکوارت

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد ژئودزی، گروه مهندسی نقشه برداری، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران،

2 استادیار، گروه مهندسی نقشه‌برداری، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران.

10.22034/hydro.2023.54256.1278

چکیده

هدف این پژوهش نشان­دهنده کاربرد شبکه‌های عصبی در پیش‌بینی جزر ­و­ مد دریای­خزر می‌باشد. پیش­بینی سطح لحظه­ای آب دریا در صنعت کشتیرانی بسیار کاربرد دارد و یکی­از مهم ترین پارامتر­ها در ژئودزی دریایی، اقیانوس­شناسی و ژئوفیزیک است این به عنوان پایه­ و ­اساس استخراج دریایی در­نظر گرفته می­شود. به همین خاطر مطالعات زیادی برای تخمین سطح دریا با روش‌های مختلف انجام شده­است. از بین عواملی که بر روی تغییرات سطح لحظه­ای آب دریا تأثیر می­گذارند در این پژوهش عامل جزرومد مورد بررسی قرار گرفته است. امروزه برای پیش‌بینی جزر ­و ­مد از روش‌های هوش مصنوعی استفاده می‌شود، این روش­ها توانایی پر کردن شکاف‌های اطلاعاتی را دارند در واقع موارد فوق از مزایای روش‌های هوشمند در تحلیل و پیش­بینی جزر­ و­ مد می­باشد. بر همین اساس از این روش مطالعاتی در تنظیم و تهیه این پژوهش استفاده شده است. ماهیت این پژوهش کمی و کاربردی می‌باشد و از روش تحقیق توصیفی استفاده شده است. در این پژوهش با یکی از انواع هوش مصنوعی کار شده است که آن شبکه‌های عصبی می­باشد. از شبکه‌های عصبی برای اعتبارسنجی داده‌های اولیه و پیش‌بینی جزر و مد دریای خزر در این پژوهش استفاده شده است طبق یافته­های به­دست آمده توسط نرم­افزار ژئوتاید و شبکه‌های عصبی سطح آب دریای خزر رو به کاهش است به­دلیل این­که در این پژوهش مشخص شد که شبکه‌های عصبی برای پیش­بینی جزر و مد کارایی بهتری دارند سطح آب دریای خزر در آینده به 28- متر از سطح آب‌های آزاد می­رسد.

کلیدواژه‌ها


عنوان مقاله [English]

Development of neural networks in predicting Caspian sea tides based on Levenberg Marquardt algorithm

نویسندگان [English]

  • Aida Salehabadi 1
  • Seyed Ruhallah Emadi 2
1 Master of Geodesy, Department of Surveying Engineering, Faculty of Engineering, Islamic Azad University, South Tehran Branch, Tehran, Iran.
2 Assistant Professor, Surveying Engineering Department, Faculty of Engineering, Islamic Azad University, South Tehran Branch, Tehran, Iran.
چکیده [English]

The purpose of this research is to show the use of neural networks in predicting the tides of the Caspian Sea. Forecasting the current level of seawater is very useful in the shipping industry and is one of the most important parameters in marine geodesy, oceanography, and geophysics. Sea level has been done in different ways. Among the factors that affect the instantaneous sea level changes, the tidal factor has been investigated in this research. Nowadays, artificial intelligence methods are used to predict tides, these methods can fill information gaps the above items are among the advantages of intelligent methods in analyzing and predicting tides. Accordingly, this study method has been used in the preparation of this research. The nature of this research is quantitative and applied, and a descriptive research method has been used. In this research, one of the types of artificial intelligence has been worked with, which is neural networks. Neural networks have been used to validate the primary data and predict the Caspian Sea tides in this research. According to the findings obtained by Geo Tide software and neural networks, the water level of the Caspian Sea is decreasing because is clear in this research. It was found that the neural networks are more effective for predicting the tides, the water level of the Caspian Sea will reach -28 meters from the open water level in the future.

کلیدواژه‌ها [English]

  • Altimetry satellites
  • Modeling
  • Tide gauge
  • Water level