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:

929
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

655
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه موردی: آبخوان کاشان)

صفحات

 صفحه شروع 207 | صفحه پایان 220

چکیده

 مجاورت آبخوان کاشان با جبهه آب شور دریاچه نمک, باعث ایجاد شیب هیدرولیکی و درنتیجه پیشروی آب شور به داخل آبخوان شده است. در این پژوهش با توجه به وضعیت موجود, شبیه سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل های شبکه عصبی مصنوعی (شامل پرسپترون چندلایه و تابع شعاعی) و رگرسیون چند متغیره انجام شد. برای این منظور ابتدا اقدام به تعیین تیپ غالب آب منطقه شد و سپس اقدام به مدل سازی شد. نتایج حاصل از بررسی تیپ آب نشان داد که کلرور- سدیم, تیپ غالب آب منطقه است. بنابراین در مدل سازی ها, علاوه بر تغییرات سطح ایستابی و بارندگی, مقدار غلظت کلرور در سال قبل نیز به عنوان ورودی مدل انتخاب گردیده و خروجی مدل نیز, مقدار کلرور در سال جاری بوده است. نتایج نشان داد که مدل پرسپترون چندلایه نسبت به مدل های تابع شعاعی و رگرسیون چند متغیره دارای نتیجه بهتری در پیش بینی غلظت کلر در 11 سال آینده بوده است. به طوری که ضریب تبیین اصلاح شده حاصله, به ترتیب برابر 0.97, 0.89 و 0.34 بودند. همچنین تابع محرک تانژانت هایپربولیک خطی و الگوریتم مومنتوم, نتایج بهتری را نسبت به توابع و الگوریتم های دیگر نشان دادند. نتایج حاصل از تحلیل حساسیت مدل نشان داد که غلظت کلر در سال قبل و تغییرات سطح ایستابی, مهم ترین تاثیر را در شبیه سازی غلظت کلر داشته است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    میرزاوند، محمد، قاسمیه، هدی، ساداتی نژاد، سیدجواد، و اکبری، محمود. (1394). مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه موردی: آبخوان کاشان). دانش آب و خاک (دانش کشاورزی)، 25(2)، 207-220. SID. https://sid.ir/paper/147720/fa

    Vancouver: کپی

    میرزاوند محمد، قاسمیه هدی، ساداتی نژاد سیدجواد، اکبری محمود. مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه موردی: آبخوان کاشان). دانش آب و خاک (دانش کشاورزی)[Internet]. 1394؛25(2):207-220. Available from: https://sid.ir/paper/147720/fa

    IEEE: کپی

    محمد میرزاوند، هدی قاسمیه، سیدجواد ساداتی نژاد، و محمود اکبری، “مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه موردی: آبخوان کاشان)،” دانش آب و خاک (دانش کشاورزی)، vol. 25، no. 2، pp. 207–220، 1394، [Online]. Available: https://sid.ir/paper/147720/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    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