مدل‌سازی میدان سرعت پوسته زمین با استفاده از شبکه‌‌های عصبی مصنوعی ANNsبررسی موردی: شبکه ژئودینامیک ایران)

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 28 نورون در لایه مخفی به‌منظور مدل‌سازی مولفه شرقی (VE) و 27 نورون در لایه مخفی برای مدل‌سازی مولفه شمالی (VN) میدان سرعت پوسته زمین در منطقه ایران استفاده شده است. ارزیابی نتایج به‌دست آمده از شبکه عصبی مدل‌سازی شده در 11 ایستگاه آزمون GPSکه بردارهای سرعت آنها نسبت به صفحه اوراسیا مشخص بوده،صورت گرفته است. کمینه‌‌ خطای نسبی به‌دست آمده از این ارزیابی 57/3- درصد برای مولفه شرقی و 16/0+ درصد برای مولفه شمالی و بیشینه خطای نسبی برای مولفه شرقی 1/38+ درصد و برای مولفه شمالی 3/95+ درصد است. همچنین به‌منظور ارزیابی کارایی شبکه‌‌های عصبی مصنوعی در برآورد سرعت نقاط ژئودتیکی، در این مقاله از یک چندجمله‌ای مرتبه 5 با 18 ضریب برای مدل‌سازی مولفه شرقی و شمالی استفاده شده است. مقایسه مقادیر خطای نسبی محاسبه شده برای مدل چندجمله‌ای با مقادیر خطای نسبی به‌دست آمده برای شبکه عصبی، حاکی از برتری این روش نسبت به مدل چندجمله‌ای در برآورد سرعت نقاط ژئودتیکی در این منطقه است.