مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,109
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

2

اطلاعات مقاله نشریه

عنوان

پیش بینی سطح ایستابی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت نیشابور)

صفحات

 صفحه شروع 59 | صفحه پایان 71

چکیده

 اهمیت آبهای زیرزمینی به عنوان یک منبع مهم تامین آب در مناطق خشک و نیمه خشک بر کسی پوشیده نیست. بطوری که پیش بینی نوسانات سطح آب زیرزمینی برای برنامه ریزی بهره برداری تلفیقی در چنین مناطقی یک ضرورت اساسی به نظر می رسد. دشت نیشابور با داشتن بیش از 45 چاه مشاهدهای که اکثرا دارای بیش از 12 سال طول آماری هستند, برای این پژوهش انتخاب گردید. بدین منظور ابتدا ویرایش و تولید داده های مورد نیاز در مقیاس ماهیانه, برای 15 پیزومتر انتخابی در سطح دشت و در شبکه تیسن معرف آنها با استفاده از اطلاعات خام اولیه و در محیط سامانه اطلاعات جغرافیایی (GIS) صورت گرفت. سپس عملکرد شبکه های عصبی مصنوعی (ANN) مختلفی مانند شبکه عصبی پرسپترون چند لایه, پیشخور عمومی و بازگشتی برای پیش بینی سطح آب زیرزمینی به منظور یافتن ساختار مناسب ANN که بتواند روند تغییرات سطح آب زیرزمینی را شبیه سازی کرده و یک پیش بینی سطح قابل قبولی نیز در طی ماه های آینده فراهم نماید بررسی شده است. نتایج آزمایشهای مختلف نشان داد که شبکه عصبی پیشخور عمومی آموزش داده شده با الگوریتم مومنتم بهترین را برای پیش بینی سطح آب زیرزمینی در طی 6 ماه آینده داشته است به طوریکه معیارهای عملکرد در نظر گرفته شده مانند R2=0.937 و NRMSE=0.378 در دوره آزمون نیز حاکی از این مساله می باشد.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    ایزدی، عزیزاله، داوری، کامران، علی زاده، امین، قهرمان، بیژن، و حقایقی مقدم، سیدابوالقاسم. (1386). پیش بینی سطح ایستابی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت نیشابور). مجله آبیاری و زهکشی ایران، 1(2)، 59-71. SID. https://sid.ir/paper/131658/fa

    Vancouver: کپی

    ایزدی عزیزاله، داوری کامران، علی زاده امین، قهرمان بیژن، حقایقی مقدم سیدابوالقاسم. پیش بینی سطح ایستابی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت نیشابور). مجله آبیاری و زهکشی ایران[Internet]. 1386؛1(2):59-71. Available from: https://sid.ir/paper/131658/fa

    IEEE: کپی

    عزیزاله ایزدی، کامران داوری، امین علی زاده، بیژن قهرمان، و سیدابوالقاسم حقایقی مقدم، “پیش بینی سطح ایستابی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت نیشابور)،” مجله آبیاری و زهکشی ایران، vol. 1، no. 2، pp. 59–71، 1386، [Online]. Available: https://sid.ir/paper/131658/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی SID
    strs
    دانشگاه امام حسین
    بنیاد ملی بازیهای رایانه ای
    کلید پژوه
    ایران سرچ
    ایران سرچ
    فایل موجود نیست.
    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button