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:

395
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

459
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی ترکیب الگوریتم های بهینه سازی و سیستم استنتاج فازی-عصبی تطبیقی در مقایسه با مدل های سری های زمانی در تخمین سطح آب زیرزمینی

صفحات

 صفحه شروع 245 | صفحه پایان 256

چکیده

 به منظور مدیریت و بهره برداری بهینه از منابع آب زیر زمینی آگاهی از تغییرات مکانی-زمانی سطح ایستابی و لزوم پیش بینی و مدل سازی آنها به منظور شناخت دقیق تر رفتار آبخوان نسبت به محرک های طبیعی و انسانی, امری ضروری است. با توجه به توسعه روزافزون فرامدل ها و ترکیب آنها با الگوریتم های بهینه سازی به منظور مدل سازی و پیش بینی متغیرهای هیدروژیولوژیکی, این سوال که استفاده از مدل های ترکیبی چقدر می تواند عملکرد فرامدل ها را بهبود بخشد, مطرح می شود. به منظور تلاشی در جهت یافتن پاسخ, در این پژوهش, چهار الگوریتم بهینه سازی فراکاوشی ازدحام ذرات (PSO), ژنتیک (GA), کلونی مورچگان (ACOR) و تکاملی تقاضلی (DE) با مدل سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) ترکیب شد. عملکرد چهار مدل ترکیبی توسعه داده شده با مدل ANFIS و مدل سری زمانی (SARIMA) به عنوان مدل مرجع, جهت تخمین سطح آب زیرزمینی متوسط ماهانه آبخوان دشت صحنه در استان کرمانشاه, در بازه زمانی 19 سال آبی ارزیابی شد. به منظور مقایسه بهتر نتایج مدل ها, متغیرهای ورودی یکسان از تراز آب زیرزمینی در گام های زمانی مختلف (حداکثر 4 ماه بر اساس تابع خودهمبستگی تراز آبخوان) برای آنها درنظر گرفته شد. نتایج شاخص های نکویی برازش در مرحله آموزش و آزمون نشان داد اختلاف معنا داری بین مدل سری زمانی SARIMA نسبت به سایر مدل های ترکیبی مورد استفاده, وجود ندارد. اما با توجه به اینکه SARIMA فرآیندهای میانگین متحرک, اتورگرسیون, تغییرات فصلی و تاخیر را در مدل سازی اعمال می کند, در مدل سازی سطح آب زیرزمینی می تواند بیشتر مورد توجه قرار گیرد. مقادیر RMSE برترین مدل ترکیبی (ANFIS-GA) و SARIMA به ترتیب 0950/0 و 1012/0 متر به دست آمد. همچنین نتایج به دست آمده نشان داد که ترکیب الگوریتم های بهینه سازی درنظر گرفته شده با مدل ANFIS نتایج مدل را نسبت به مدل انفرادی ANFIS به صورت معنی داری بهبود نمی بخشد. نتایج این تحقیق می تواند محققان را در انتخاب آگاهانه مدل مناسب در پیش بینی زمانی سطح ایستابی آبخوان با توجه به معیارهای کارآیی, زمان و هزینه محاسبات و آماده سازی داده ها جهت ورود به مدل ها کمک نماید.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    زینعلی، معصومه، انصاری قوجقار، محمد، مهری، یاسر، و حسینی، سیدموسی. (1399). ارزیابی ترکیب الگوریتم های بهینه سازی و سیستم استنتاج فازی-عصبی تطبیقی در مقایسه با مدل های سری های زمانی در تخمین سطح آب زیرزمینی. تحقیقات منابع آب ایران، 16(3 )، 245-256. SID. https://sid.ir/paper/383893/fa

    Vancouver: کپی

    زینعلی معصومه، انصاری قوجقار محمد، مهری یاسر، حسینی سیدموسی. ارزیابی ترکیب الگوریتم های بهینه سازی و سیستم استنتاج فازی-عصبی تطبیقی در مقایسه با مدل های سری های زمانی در تخمین سطح آب زیرزمینی. تحقیقات منابع آب ایران[Internet]. 1399؛16(3 ):245-256. Available from: https://sid.ir/paper/383893/fa

    IEEE: کپی

    معصومه زینعلی، محمد انصاری قوجقار، یاسر مهری، و سیدموسی حسینی، “ارزیابی ترکیب الگوریتم های بهینه سازی و سیستم استنتاج فازی-عصبی تطبیقی در مقایسه با مدل های سری های زمانی در تخمین سطح آب زیرزمینی،” تحقیقات منابع آب ایران، vol. 16، no. 3 ، pp. 245–256، 1399، [Online]. Available: https://sid.ir/paper/383893/fa

    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