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:

183
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

462
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بررسی ارتباط بین خصوصیات هیدروژئومورفولوژی و میزان جریان های زیر قشری با استفاده از رویکرد شبکه عصبی مصنوعی (مطالعه موردی سدهای زیرزمینی استان کرمان)

صفحات

 صفحه شروع 93 | صفحه پایان 101

چکیده

 به دلیل نیاز روزافزون به آب و عدم دسترسی به منابع تأمین کننده آن, حفظ و استفاده از منابع آب زیرزمینی ضروری به نظر می رسد. شناسایی و بهره برداری این منابع از اهمیت خاصی برخوردار است. بررسی جریان های زیر قشری نیاز به مطالعات ژئوالکتریک و ژئوتکنیک دارد که هر دو این عملیات مستلزم صرف وقت و هزینه زیاد است؛ بنابراین ارائه روش یا مدلی که بتوان هزینه بررسی جریان های زیر قشری را به حداقل ممکن کاهش بدهد ضروری است. در این پژوهش با استفاده از دو نوع شبکه عصبی مصنوعی پرسپترون چندلایه (MLP)و شبکه تابع پایه شعاعی (RBF)به بررسی رابطه بین خصوصیات هیدروژئومورفولوژی حوزه آبخیز جریان های زیر قشری در 7 زیر حوزه آبخیز واقع در استان کرمان پرداخته شد. خصوصیات هیدروژئومورفولوژی سدهای زیرزمینی به عنوان متغیر مستقل ورودی و دبی جریان زیر قشری در خروجی حوزه آبخیز به عنوان متغیر وابسته در نظر گرفته شد. نتایج این پژوهش نشان می دهد که شبکه عصبی تابع پایه شعاعی (RBF) با ضریب تعیین 9182/0 و میانگین مربعات خطای 0289/0 نسبت به روش شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) با ضریب تعیین5288/0 و میانگین مربعات خطا 0725/0 نتایج دقیق تری در برآورد میزان دبی جریان زیر قشری ارائه می نماید. با توجه به ضریب تعیین محاسبه شده می توان نتیجه گرفت که مدل شبکه عصبی راهکاری مناسب و کم هزینه برای بررسی این ارتباط در حوزه های آبخیز است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    شهیدی زندی، مهدیه. (1398). بررسی ارتباط بین خصوصیات هیدروژئومورفولوژی و میزان جریان های زیر قشری با استفاده از رویکرد شبکه عصبی مصنوعی (مطالعه موردی سدهای زیرزمینی استان کرمان). مجله علوم و مهندسی آبخیزداری ایران، 13(46 )، 93-101. SID. https://sid.ir/paper/961666/fa

    Vancouver: کپی

    شهیدی زندی مهدیه. بررسی ارتباط بین خصوصیات هیدروژئومورفولوژی و میزان جریان های زیر قشری با استفاده از رویکرد شبکه عصبی مصنوعی (مطالعه موردی سدهای زیرزمینی استان کرمان). مجله علوم و مهندسی آبخیزداری ایران[Internet]. 1398؛13(46 ):93-101. Available from: https://sid.ir/paper/961666/fa

    IEEE: کپی

    مهدیه شهیدی زندی، “بررسی ارتباط بین خصوصیات هیدروژئومورفولوژی و میزان جریان های زیر قشری با استفاده از رویکرد شبکه عصبی مصنوعی (مطالعه موردی سدهای زیرزمینی استان کرمان)،” مجله علوم و مهندسی آبخیزداری ایران، vol. 13، no. 46 ، pp. 93–101، 1398، [Online]. Available: https://sid.ir/paper/961666/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
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button