ورود
مقالات فارسیISIکنفرانسهاژورنالها

پیش بینی سطح آب زیرزمینی با مدل محاسباتی ماشین بردار پشتیبان (مطالعه موردی: دشت کرمان)

محل انتشار: دومین کنفرانس بین المللی مدلسازی گیاه، آب، خاک و هوا
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,418

فایل این مقاله در 16 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:
https://civilica.com/doc/209804

شناسه ملی سند علمی:

PWSWM02_191

تاریخ نمایه سازی: 12 شهریور 1392

چکیده مقاله:

پیش بینی سطح آبهای زیرزمینی به منظور مدیریت آن به عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی در مناطق خشک و نیمه خشک ضروری است. در این تحقیق از روش ماشین بردار پشتیبان (SVM) به عنوان یک روش محاسباتی هوشمند به منظور پیش بینی سطح آب زیرزمینی دشت کرمان در کشور ایران استفاده شده است. بازه زمانی مورد استفاده در این تحقیق از سال 1986 تا 2010 به صورت ماهانه (معادل 280 ماه) می باشد. داده های ورودی مدل شامل دما، رطوبت، بارندگی و ارتفاع بیزومتریک بوده است. چاههای مطالعاتی به چهار خوشه تقسیم بندی شد که یک خوشه از چهار خوشه به صورت تصادفی انتخاب و به تفصیل مورد بررسی قرار گرفت. سپس بهترین ساختار بدست آمده از آن در خوشه های دیگر اعمال گردید. نتایج حاصل از این روش با شبکه عصبی مصنوعی تابع بنیادی شعاعی مقایسه شد. نتایج حاصل نشان دهنده کارایی بهتر ماشین های بردار پتیبان در پیش بینی سطح آب زیرزمینی است.

کلیدواژه ها:

پیش بینی سطح آب زیرزمینی ، ماشین بردار پشتیبان (SVM) ، شبکه عصبی مصنوعی RBF

نویسندگان

محمد علیخانی نژاد

دانشجوی کارشناسی ارشد رشته مهندسی کشاورزی- آبیاری و زهکشی دانشگاه آزاد کرمان

امیر جلال کمالی

استادیار گروه آب دانشگاه آزاد اسلامی کرمان

بیتا نعمت اللهی

دانشجوی کارشناسی ارشد رشته مدیریت منابع آب دانشگاه آزاد کرمان

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 :
  • امیر خان زاده، م، کراچیان، ر ء. (1387). استفاده از ... [مقاله کنفرانسی]
  • کاربرد تخمین های احتمالی ماشین های بردار پشتیبان در پهنه بندی کیفی آب رودخانه ها مطالعه موردی: رودخانه کارون - دز [مقاله کنفرانسی]
  • کیانی فلاورجانی، م _ احمدی _ آ، . گنجی _ ...
  • نیک بخت شهبازی، ع، . زهرایی، ب . ناصری، م ...
  • پهنه‌بندی کیفی منابع آب سطحی با استفاده از ماشین‌های بردار پشتیبان احتمالاتی و شبکه‌های بیزی [مقاله کنفرانسی]
  • Note On Platt's Probabilistic Outputs For 4Aه Lin, H.-T., Lin, ...
  • http : //www. mediambient _ gencat. net/aca/ca/inic _ sp, [Accessed ...
  • Aizerman, M. _ Braverman, E. M., and Rozonoer, _ I., ...
  • Babovic, V., Keijzer, M., Bundzel, M. 2000. From global to ...
  • Bottou, L, Cortes, C., Denker, J., Drucker, H., Guyon, I., ...
  • _ _ _ _ _ Water, Soiy and Weafer Mode/ing ...
  • Bray, M., Han, D. 2004. Identification of support vector machines ...
  • Tutorial On Support Vector Machines For Pattern Recognition", A:ه Burges, ...
  • Byun, H., and Lee, S. W., (2002), "Applications of Support ...
  • CAO, sh., and LIU, Y., WANG, Y. , (2008), _ ...
  • CCME., (2001), "Canadian water quality guidelines for the protection of ...
  • Chen, S.T., Yu, P.S. 2007a. Pruning of support vector networks ...
  • Chen, S.T, , Yu, P.S. 2007b. Real-time probabilistic forecasting of ...
  • Cortes, C., and Vapnik, V. N., (1995), "Support Vector Networks", ...
  • Chang, C.-C., and Lin, C.-J., (2001), :LIBSVM: A Library For ...
  • Approach to P olychotomous Classificatiot _ Technical Report, Another:ه Friedman, ...
  • Hartigan, J. A., (1975), "Clustering Alogrithms", John Wiley & Sons, ...
  • Hsu, C.-W., and Lin, C.-J., (2002), _ Comparison Of Methods ...
  • Jalalkamali, _ Sedghi, H., Manshouri, M., 2011. Monthly groundwater level ...
  • Khalil, A., Almasri, M. N., McKee, M., and Kaluarachchi, J. ...
  • Kecman, V., (2001), "Learning And Soft Computing", MIT Presss. 541 ...
  • _ _ _ _ _ Water, Soiy and Weafer Mode/ing ...
  • Knerr, S., Personnaz, L., and Dreyfus, G., (1990), "Single-Layer Learning ...
  • Kreel, U., (1999), "Pairwise Classification And Support Vector Machines", In ...
  • . Kunwar P, . Singh, . Nikita Basant., . Shikha ...
  • Lin, G.F., Chen, G.R., Wu, M.C., Chou, Y.C. 2009a. Effective ...
  • Lin, G.F., Chen, G.R., Huang, P.Y., Chou, Y.C. 2009b. Support ...
  • Liong, S.Y., Sivapragasam, C. 2002. Flood stage forecasting with SVM. ...
  • Ma, Y., and Cherkassky, V., (2003), "Multiple Model Classification Using ...
  • Mercer, J, (1909), "Functions Of Positive And Negative Type And ...
  • Noori, R., Karbassi, A.R., Mo ghaddamnia, A, Han, B., Zokae ...
  • Noori, R., Karbassi, A.R., Farokhnia, A., Dehghani, M. 2009a. Predicting ...
  • National Sanitation Foundation International, (2005), Available at http ://www.nsf. org, ...
  • Platt, J., (2000), "Probabilistic Outputs For Support Vector Machines And ...
  • _ _ _ _ _ Water, Soiy and Weafer Mode/ing ...
  • Peixian Li, . Zhixiang Tan, . Lili Yan, . Kazhong ...
  • Scholkopf, B., and Smola, A., (2002), "Leraning With Kernels", The ...
  • Smola, A., and Scholkopf, B., (1997), :On A Kermel-Based Method ...
  • Temko, A., and Nadeu, C., (2006), "Classification Of Acoustic Events ...
  • Nature Of Statistical Learning Theory", New York: Springer- The:ه Vapnik, ...
  • Vapnik, V. N., (1998), :Statistical Learning Theory", New York: Wiley. ...
  • Wu, T.-F., Lin, C.-J., and Weng, R. C., (2004), "Probability ...
  • YAN, z, ZHANG, h. , DU, p. , (2006), "Application ...
    • نمایش کامل مراجع