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:

7
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

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

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی سطح آب زیرزمینی دشت دلفان استان لرستان با مدل های هیبریدی فرا ابتکار ی

صفحات

 صفحه شروع 79 | صفحه پایان 98

چکیده

 آب زیرزمینی اغلب یکی از منابع طبیعی مهم تأمین آب شیرین, به ویژه در مناطق خشک و نیمه خشک است و از اهمیت بالایی برخوردار است. این مطالعه یک تکنیک جدید و بسیار دقیق برای پیش بینی سطح آب زیرزمینی ارائه می دهد. در این تحقیق, از مدل هوشمند ترکیبی مبتنی بر رویکرد مدل شبکه عصبی مصنوعی برای پیش بینی سطح آب زیرزمینی توسعه داده شده است. بدین منظور در این پژوهش از سه الگوریتم بهینه سازی شامل موجک, نهنگ و ازدحام ذرات برای مدلسازی سطح آب زیرزمینی بکار برده شد. جهت مدلسازی از آمار و اطلاعات چاههای پیزومتری شهرستان دلفان واقع در استان لرستان بعنوان مطالعه موردی طی 4 سناریو ترکیبی از پارامترهای ورودی در سالهای 1392 تا 1402 استفاده شد. به منظور ارزیابی عملکرد مدلها از معیارهای ارزیابی ضریب همبستگی, ریشه میانگین مربعات خطا, میانگین قدر مطلق خطا و ضریب نش ساتکلیف استفاده شد. همچنین جهت تحلیل نتایج مدلها از نمودار سری زمانی و تیلور استفاده شد. نتایج نشان داد سناریوهای ترکیبی در مدل های موردبررسی باعث بهبود عملکرد مدل می شود. همچنین نتایج حاصل از معیار ارزیابی نشان داد مدل شبکه عصبی مصنوعی-موجک (ضریب همبستگی962-951/0, ریشه میانگین مربعات خطا (m)224-436/0, میانگین قدر مطلق خطا (m) 215-375/0 و ضریب نش ساتکلیف 960-970/0) نسبت به سایر مدلهای مورد بررسی از عملکرد بهتری برخوردار است. درمجموع نتایج نشان داد استفاده از مدل های هوشمند مبتنی بر رویکرد شبکه عصبی مصنوعی می تواند گامی مؤثر در جلوگیری از کاهش سطح آب زیرزمینی و پدیده فرونشست باشد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • 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