استفاه از مدل سیستم استنتاج فازی (ANFIS) برای تخمین هدایت هیدرولیکی (مطالعه موردی: دشت مراغه-بناب)

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 640

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SMFE02_407

تاریخ نمایه سازی: 27 بهمن 1394

چکیده مقاله:

در سال های اخیر، به اثبات رسیده است که تخمین پارامترهای هیدرولیکی مانند هدایت هیدرولیکی یکی از مراحل مهم در مطالعات آبهای زیرزمینی و در بسیاری از پروژه های مربوط به آن است. امروزه اهمیت بالای مطالعات آبهای زیرزمینی در بسیاری مباحث مدیریت منابع آبی و همچنین در بسیاری از پروژه های عمرانی، باعث شده است تا تخمین پارامترهای هیدرولیکی آبخوان ها مانند هدایت هیدرولیکی از ضرورت و اولویت بالایی برخوردار باشد. سیستم آبهای زیرزمینی یک سیستم غیرخطی و پیچیده است. از طرفی دیگر، روش های کلاسیک برای تخمین پارامترهای هیدرولیکی مانند آزمون پمپاژ دارای عدم قطعیت ذاتی هستند. در سال های اخیر اجزای اصلی محاسبات نرم (منطق فازی (FL) و شبکه های عصبی مصنوعی (ANNs)9 برای غلبه بر پیچیدگی سیستم های غیرخطی در علوم مختلف و رشته های تکنولوژی بوجود آمده اند. در این مطالعه از مدل سیستم استنتاج نرو- فازی (ANFIS) برای تخمین هدایت هیدرولیکی در دشت مراغه- بناب استفاده شد. بر اساس نتایج بدست آمده، مدل ANFIS کارآیی بهتری را برای تخمین هدایت هیدرولیکی نسبت به متدهای کلاسیک اثبات کرد.

نویسندگان

سعید یوسف زاده

دانشجوی کارشناسی ارشد، دانشگاه تبریز

عطاالله ندریری

عضو هیئت علمی دانشکده علوم طبیعی، دانشگاه تبریز

سینا صادق فام

دانشجوی دکتری مهندسی عمران، دانشگاه تبریز

مرتضی علاف نجیب

کارشناس آبهای زیرزمینی، سازمان آب منطقه ای آذربایجان شرقی

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 :
  • کرم بیگی، م، حکمت، ز.، محبی، ع.، نظام آبادی پور. ...
  • خاشعی سیوکی، ع.، قهرمان، ب.، کوچک زاده، م.، 1392. مقایسه ...
  • ندیری، ع.، اصغری مقدم، الف.، عبقری، ه.، کلانتری اسکویی، ع.، ...
  • Todd, DK., and Mays, LW., 2005. Groundwater Hydrology. 3rd ed. ...
  • Theis, CV., 1935. The relationship between the lowering of piezometric ...
  • Cooper, HH., and Jacob, CE., 1946. A generalized graphical method ...
  • Chow, VT., 1952. On the determination of transmissibility and storage ...
  • Olatunji, SO., Selamat, A., and Abdulraheem, A., 2011. Modeling the ...
  • Chen, CH., and Lin, ZS., 2006. A committee machine with ...
  • 0 _ Kadkhodaie- Ilkhchi, _ Rezaee, MR., and Rahimpour- Bonab ...
  • Hsieh, b., kewis, c.., lin, z-s., 2005. Lithology identification of ...
  • Kurtulus, B., Razack, M., 2010. Modeling daily discharge responses of ...
  • Nadiri, A., Fijani, E., T.C.Tsai, F., Asghari moghaddam, A., 2013. ...
  • Nadiri, AA., Chitsazan, N., Tsai, F., and Asghari Moghaddam., A, ...
  • Nauck, D., Kruse, R., 1999. Obtaining interpretable fuzzy classification rules ...
  • Jang, .S.R., 1992. Self-learning fuzzy controllers based On temporal b ...
  • _ 7.Gozalczany, M.B., 2001. Computational Intelligence Systemsand Applications. Phys ica-Verlag, ...
  • Jang, J.-S.R., 1993. ANFIS adaptive network-based fuzzyinference system. IEEE Transactions ...
  • نمایش کامل مراجع