مزایای شبکه عصبی موجکی در پیش بینی نوسانات سطح آب زیرزمینی
محل انتشار: چهارمین کنفرانس مدیریت منابع آب ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,192
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM04_371
تاریخ نمایه سازی: 1 تیر 1390
چکیده مقاله:
امروزه سازمان ها و شرکت های مرتبط با منابع آب برای مدیریت منابع آب زیرزمینی از مدلهای عددی استفاده می کنند اما این مدلها برای عملکرد مناسب نیاز به پارامترها و ورودیهای متنوع و دقیقی دارند ضمنا اجرای این مدلها زمان بر و پرهزینه است با توجه به طبیعت حاکم بر اغلب مسائل علوم هیدروژئولوژی هیدرولوژی و مهندسی منابع آب پیچیدگی های خاص آن ها و مردود بودن گزینه مدلسازی فیزیکی در مورد اغلب آنها از شبکه عصبی مصنوعی ANN تئوری فازی Fuzzy و تئوری موجک wavelet به عنوان رویکردهای جدید دراین زمینه استقبال قابل توجهی به عمل آمده است از مطالعاتی که در زمینه مدلسازی منابع آبی با این روشها صورت گرفتها ست چنین براورد می شود که این روشها از نظر دقت و مدت زمان پیش بینی چندان راضی کننده نبوده اند. دراین تحقیق از یک مدل ترکیبی جدید تحت عنوان شبکه عصبی موجکی به منظور پیش بینی سطح آب در دشت قروه استفاده شده است.
کلیدواژه ها:
نویسندگان
محمد نخعی
دکترای آبشناسی هیئت علمی گروه زمین شناسی دانشگاه تربیت معلم تهران
امیر صابری نصر
دانشجوی دکتری آبشناسی
رضا فرج زاده
دانشجوی کارشناسی ارشد رسوب شناسی
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 :