مقایسه کارایی روش های شبکه عصبی و نرو- فازی در پیش بینی سطح آب زیرزمینی(مطالعه موردی:حوضه قره سو)

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 375

فایل این مقاله در 9 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCCDCE04_407

تاریخ نمایه سازی: 5 آبان 1397

چکیده مقاله:

پیش بینی عمق سطح آب زیرزمینی و برآورد نوسانات آن، یکی از اقدامات لازم در جهت برنامه ریزی های جامع مدیریتی در رابطه با منابع آب زیرزمینی می باشد. امروزه سیستم های خبره و از آن جمله شبکه های عصبی مصنوعی و سیستم های استنتاج نرو-فازی به عنوان ابزاری مفید و قابل اعتماد جهت پیش بینی سطح آب زیرزمینی مورد توجه قرار گرفته اند.هدف از این پژوهش بررسی کارایی شبکه عصبی مصنوعی و انفیس در پیش بینی سطح ایستابی آب زیرزمینی می باشد.به این منظور از داده های سطح ایستابی 4 چاه در حوضه قره سو با همبستگی بالا و دوره آماری 90-1380 به صورت ماهانه استفاده شد. سطح ایستابی چاه ها توسط هر یک از تکنیک های شبکه عصبی مصنوعی و انفیس به طور جداگانه شبیه سازی شد و در انتها از متوسط خطای نسبی(MRE)، خطای ریشه متوسط مربعات (RMSE) و ضریب همبستگی برای تعیین دقت پیش بینی هر کدام از روش ها استفاده شد.نتایج این پژوهش دقت بالای سیستم نرو-فازی را نسبت به شبکه عصبی مصنوعی در پیش بینی سطح استابی چاه های منطقه نشان داد.

نویسندگان

زینب محمدی حاجی

دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مهدی مفتاح هلقی

دانشیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

نجمه جهانی

دانش آموخته کارشناسی ارشد مهندسی آبیاری زهکشی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

مهدی ذاکری نیا

استادیار، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان