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:

888
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

293
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از شبکه ی عصبی فازی تطبیق پذیر (ANFIS) به منظور پیش بینی کیفیت آب زیر زمینی در غرب استان فارس طی سال های 1383 تا 1393

صفحات

 صفحه شروع 547 | صفحه پایان 559

کلیدواژه

شبکه ی عصبی فازی تطبیق پذیر (ANFIS)Q2
ECQ2
SARQ2

چکیده

 با توجه به کاهش بارندگی و استفاده ی بیش از حد از آب های زیر زمینی, بررسی کیفیت آنها از مهم ترین چالش های بحث شده در مناطق مختلف از جمله ایران است. تخمین کیفیت آب از طریق مدل سازی, از جمله استفاده از شبکه های عصبی, موجب کاهش هزینه و مدیریت بهتر می شود. بنابراین, تحقیق حاضر با هدف بررسی کیفیت آب زیر زمینی در یک دوره ی 10 ساله (1383 تا 1393) با استفاده از شبکه های عصبی فازی تطبیق پذیر (ANFIS) در غرب استان فارس انجام گرفت. در این مطالعه از سه روش grid partitioning, clustering sub و FCM در دو حالت هیبرید و پس انتشار خطا به منظور پیش بینی کیفیت آب زیر زمینی استفاده شد. پارامترهای آموزش در این مطالعه, هدایت الکتریکی (EC) و نسبت جذب سدیم (SAR) هستند. همچنین برای آموزش شبکه از کلاس های کیفیت آب تهیه شده توسط دیاگرام ویلکاکس استفاده شد. در آلودگی شیمیایی, طبق دیاگرام ویلکاکس نسبت جذب سدیم و هدایت الکتریکی مهم ترین فاکتورهایی هستند که با اندازه گیری آنها می توان آب منطقه ی مطالعه شده را در کلاس های مختلف مانند خیلی مناسب, مناسب و نامناسب برای آبیاری کلاس بندی کرد. بر اساس نتایج از بین مدل های مختلف پیش بینی کیفیت آب زیرزمینی, مدل هیبرید در روش FCM با بیشترین R (99/0) و کمترین خطا, بیشترین دقت در پیش بینی کیفیت آب زیرزمینی منطقه ی مطالعه شده را دارد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مکرم، مرضیه، مکرم، محمدجعفر، زارعی، عبدالرسول، و صفری نژادیان، بهروز. (1396). استفاده از شبکه ی عصبی فازی تطبیق پذیر (ANFIS) به منظور پیش بینی کیفیت آب زیر زمینی در غرب استان فارس طی سال های 1383 تا 1393. اکوهیدرولوژی، 4(2 )، 547-559. SID. https://sid.ir/paper/254089/fa

    Vancouver: کپی

    مکرم مرضیه، مکرم محمدجعفر، زارعی عبدالرسول، صفری نژادیان بهروز. استفاده از شبکه ی عصبی فازی تطبیق پذیر (ANFIS) به منظور پیش بینی کیفیت آب زیر زمینی در غرب استان فارس طی سال های 1383 تا 1393. اکوهیدرولوژی[Internet]. 1396؛4(2 ):547-559. Available from: https://sid.ir/paper/254089/fa

    IEEE: کپی

    مرضیه مکرم، محمدجعفر مکرم، عبدالرسول زارعی، و بهروز صفری نژادیان، “استفاده از شبکه ی عصبی فازی تطبیق پذیر (ANFIS) به منظور پیش بینی کیفیت آب زیر زمینی در غرب استان فارس طی سال های 1383 تا 1393،” اکوهیدرولوژی، vol. 4، no. 2 ، pp. 547–559، 1396، [Online]. Available: https://sid.ir/paper/254089/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