پیش بینی مقدار نیترات چاه و چشمه با استفاده از مدل های هوش مصنوعی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,244

فایل این مقاله در 12 صفحه با فرمت PDF 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:

WRM04_181

تاریخ نمایه سازی: 1 تیر 1390

چکیده مقاله:

افزایش غلظت یوننیترات در محلول خاک و سپس آبشویی آن به سمت سفره های آب زیرزمینی سبب افزایش غلظت نیترات در آب شده و می تواند مشکلات فراوان بهداشتی و بوم شناختی ایجاد کند نیترات علاوه بر چرخه طبیعی ازت در اثر ورود فاضلاب انسانی مواد زاید شهری و صنعتی و همچنین فعالیت های کشاورزی وارد منابع آب و خاک شده و اثرات نامطلوبی بر سلامتی مصرف کنندگان برجای می گذارد شبکه عصبی مصنوعی ANN و سیستم عصبی - فازی ANFIS به عنوان مدلهایی که با تجزیه و تحلیل اطلاعات موجود امکان استخراج روابط غیرخطی و نامشخص را فراهم می سازد در بسیاری از علوم به ویژه آب موفق ظاهر شده است در این تحقیق از تکنیکهای هوشمند نظیر شبکه عصبی و سیستم عصبی فازی به عنوان ابزاری کاملا انعطاف پذیر در شبیه سازی تغییرات غلظت نیترات چاه و چشمه استفاده شده است. نتایج نشان داد که مقدار نیترات با روش سیستم عصبی فازی بهتر از روش شبکه عصبی پیش بینی شده است و همچنین نیترات چشمه بهتر از نیترات چاه شبیه سازی شده است.

نویسندگان

مجتبی خوش روش

دانشجوی دکترای آبیاری و زهکشی دانشگاه صنعتی اصفهان

منوچهر حیدرپور

دانشیار گروه مهندسی آب دانشگاه صنعتی اصفهان

مجتبی نوروزی

دانشجوی دکتری خاکشناسی

محبوبه قاسمی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه صنعتی اصفهان

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 :