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

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

600
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

550
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی دقت روش شبکه های عصبی مصنوعی و زمین آمار در میان یابی سطح تراز آب های زیرزمینی؛ مطالعه موردی: دشت شبستر-صوفیان

صفحات

 صفحه شروع 133 | صفحه پایان 145

چکیده

 ماهیت متغیرهای کمی و کیفی آب های زیرزمینی به دلیل تأثیر مستقیم در زندگی انسان, همواره یکی از موضوعات مطرح در تحقیقات علمی و دانشگاهی بوده است. هزینه بر بودن و عدم امکان مطالعه دقیق این منابع, لزوم استفاده از روش جدیدی را برای برآورد چنین متغیرهایی به طور کامل آشکار می­ کند. در این میان روش های درون یابی ریاضی و زمین آماری و مدل های هوش مصنوعی در سال های اخیر نتایج بسیار قابل قبولی از این برآوردها ارائه کرده ­ اند. در تحقیق حاضرکه با هدف ارزیابی دقت روش های زمین آمار و شبکه عصبی مصنوعی انجام گرفته است, با استفاده از آمار اندازهگیری شده سطح تراز ایستابی آب های زیرزمینی در 46 حلقه چاه مشاهده ای منتخب برای سال 93, در دشت شبستر-صوفیان, اقدام به برآورد مقادیر نامعلوم سطح تراز در منطقه مورد مطالعه با استفاده از روش های زمین آمار (kriging) و روش شبکه عصبی پرسپترون چند لایه (MLP) شده است. نتایج حاصل از این تحقیق نشان می دهد, روش شبکه عصبی (MLP) با میزان همبستگی بالا (96/0) و جذر میانگین مربعات خطای کمتر (18/13) نسبت به روش کریجینگ (با میزان همبستگی 90/0 و جذر میانگین مربعات خطای 10/20), توانایی بالاتری در میان یابی سطح تراز آب زیرزمینی دشت شبستر-صوفیان دارد, که این نتیجه با تحقیقات قبلی در این زمینه مبنی بر توانایی و انعطاف بیشتر مدل های هوش ­ مصنوعی در مطالعات هیدروژئولوژیکی آبخوان ها مطابقت دارد. از این رو استفاده از روش­ های جدید مانند شبکه­ های عصبی­ مصنوعی(ANN) و روش های فازی-عصبی تطبیقی (ANFIS) میتواند, در دستیابی به برآوردهای دقیق تر از شرایط سفره های آب زیرزمینی و اطلاع از کم و کیف آنها کمک شایانی به محققان و برنامه ­ ریزان در این زمینه ارائه کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    عبادی، یوسف، جاودان، جواد، و رضائی مقدم، محمدحسین. (1398). ارزیابی دقت روش شبکه های عصبی مصنوعی و زمین آمار در میان یابی سطح تراز آب های زیرزمینی؛ مطالعه موردی: دشت شبستر-صوفیان. اطلاعات جغرافیایی، 28(110 )، 133-145. SID. https://sid.ir/paper/253126/fa

    Vancouver: کپی

    عبادی یوسف، جاودان جواد، رضائی مقدم محمدحسین. ارزیابی دقت روش شبکه های عصبی مصنوعی و زمین آمار در میان یابی سطح تراز آب های زیرزمینی؛ مطالعه موردی: دشت شبستر-صوفیان. اطلاعات جغرافیایی[Internet]. 1398؛28(110 ):133-145. Available from: https://sid.ir/paper/253126/fa

    IEEE: کپی

    یوسف عبادی، جواد جاودان، و محمدحسین رضائی مقدم، “ارزیابی دقت روش شبکه های عصبی مصنوعی و زمین آمار در میان یابی سطح تراز آب های زیرزمینی؛ مطالعه موردی: دشت شبستر-صوفیان،” اطلاعات جغرافیایی، vol. 28، no. 110 ، pp. 133–145، 1398، [Online]. Available: https://sid.ir/paper/253126/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا