پیش بینی تراز آب زیر زمینی با استفاده از شبکه های عصبی مطالعه موردی : دشت سمنان

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,044

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCWC01_102

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

آبهای زیرزمینی به عنوان یکی از منابع مهم آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک به شمار میروند . شناخت صحیح و بهرهبرداری اصولی از آنها میتواند در توسعه پایدار فعالیتهای اقتصادی این مناطق نقش به سزاییداشته باشد . شبیهسازی سیستم آبهای زیرزمینی به دلیل پیچیدگیهای موجود در طبیعت این سیستمها به آسانی مقدور نمیباشد و برای مدلسازی آبخوانها با استفاده از مدلهای ریاضی نیاز به داشتن آگاهی و دانش از پارامترهای مختلف وبسیاری از ویژگیهای آبهای زیرزمینی میباشد . اما شبکههای عصبی مصنوعی یک جعبه سیاه با تواناییهای بالایی هستند که برای مدلسازی سیستمهای پیچیده و غیرخطی بسیار مناسب میباشند . این مدلها بدون در نظرگرفتن فیزیک مساله ، قادر به استخراج روابط بین متغیرهای ورودی و خروجی سیستم و تعمیم آن در سایر موقعیتها می باشد .هدف از انجام این تحقیق ارزیابی توانایی شبکههای عصبی مختلف در پیشبینی تراز آب زیرزمینی در آبخوان محدوده دشت سمنان میباشد . بر اساس نتایج حاصل شده ، شبکه عصبی پس انتشار با الگوریتم آموزشی لونبرگ مارکوارت بهترین نتایج را ارائه داد . این ساختار توانست پیش بینی ماهانهای از سطح ایستایی آب زیرزمینی در بازه زمانی 45 ماهه ( از دی ماه 1386 – تا مهرماه 1390 ) با 0.9199MAE=0.0133 ، RMSE = 0. 0014 ، R2 = برای مرحلهی آزمایش ( تست ) را ارائه دهد

نویسندگان

مرجان معمار

دانشجوی کارشناسی ارشدسازه های هیدرولیکی

خسرو حسینی

استادیار گروه سازههای هیدرولیکی دانشگاه سمنان.

حجت کرمی

استادیار گروه سازههای هیدرولیکی دانشگاه سمنان.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :