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:

781
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

589
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طراحی دو شبکه عصبی مصنوعی برای تعیین متغیرهای آبخوان محبوس نشتی

صفحات

 صفحه شروع 375 | صفحه پایان 386

چکیده

 در سال های اخیر, شبکه های عصبی مصنوعی (Artificial Neural Networks - ANNs) به عنوان جایگزین روش های انطباق منحنی تیپ (Type curve matching techniques) برای تعیین متغیرهای آبخوان استفاده می شوند. در این پژوهش دو شبکه عصبی مصنوعی از نوع پرسپترون چندلایه (Multilayer Perceptron Network - MLPN) برای تعیین متغیرهای آبخوان محبوس نشتی (leaky confined aquifer) طراحی شده است. نشت آب به آبخوان یا از لایه نیمه تراوا و یا ازآب ذخیره شده در لایه نیمه تراوا منشا می گیرد. توابع چاه (well functions) مربوط به آبخوان های نشتی با این دو سازوکار نشت از لایه نیمه تراوا به این دو شبکه آموزش داده شده است. با اعمال روش تجزیه مولفه اصلی (Principal Component Analysis - PCA) بر مجموعه داده های آموزش, توپولوژی هر دو شبکه کاهش و بازدهی آنها به طور قابل ملاحظه ای افزایش داده شد. بر خلاف شبکه های موجود, توپولوژی شبکه های طراحی شده به شمار داده های افت- زمان آزمون پمپاژ وابسته نیست و ساختار آن به ترتیب با 2, 10 و 2 نورون در لایه های ورودی, پنهان و خروجی (2´10´2) ثابت است. شبکه ها با دریافت داده های آزمون پمپاژ, مختصات نقطه انطباق (match point coordinates) را تولید می کنند. مختصات نقطه انطباق با حل های تحلیلی (Hantush & Jacob (1955 و (Hantush (1960 ترکیب می شود و مقادیر متغیرهای آبخوان به دست می آید. عملکرد دو شبکه با داده های سه آزمون پمپاژ واقعی ارزیابی و دقت آنها با روش های انطباق منحنی تیپ مقایسه شده است. شبکه های پیشنهادی به عنوان یک روش جایگزین دقیق تر نسبت به شبکه عصبی مصنوعی پیشین و انطباق منحنی تیپ برای محاسبه متغیرهای آبخوان نشتی توصیه می شود.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    آذری، طاهره، و سامانی، نوذر. (1394). طراحی دو شبکه عصبی مصنوعی برای تعیین متغیرهای آبخوان محبوس نشتی. علوم زمین، 25(97)، 375-386. SID. https://sid.ir/paper/32368/fa

    Vancouver: کپی

    آذری طاهره، سامانی نوذر. طراحی دو شبکه عصبی مصنوعی برای تعیین متغیرهای آبخوان محبوس نشتی. علوم زمین[Internet]. 1394؛25(97):375-386. Available from: https://sid.ir/paper/32368/fa

    IEEE: کپی

    طاهره آذری، و نوذر سامانی، “طراحی دو شبکه عصبی مصنوعی برای تعیین متغیرهای آبخوان محبوس نشتی،” علوم زمین، vol. 25، no. 97، pp. 375–386، 1394، [Online]. Available: https://sid.ir/paper/32368/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