برآورد داده های گمشده آب زیرزمینی با استفاده ازشبکه عصبی مصنوعی

Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 849

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

INCWR01_340

تاریخ نمایه سازی: 4 فروردین 1390

Abstract:

برخی از اطلاعات آب زیرزمینی مانند ضریب انتقال و هدایت هیدرولیکی مقدار ثابتی بوده و با یکبار اندازه گیری مشخص می شود در مقابل آمار سطح ایستابی دارای نوسانات فصلی و یا سالیانه می باشند. اما اندازه گیری ماهیانه این اطلاعات با توجه به پراکندگی پیزومترها در دشت، عدم وجود راههای ارتباطی مناسب در برخی نقاط و اندازه گیری دستی، کار مشکل و پرهزینه ای می باشد. این مشکلات زمانی بارزتر می شود که برخی از این داده ها به دلایلی برداشت نشوند. برآورد این گونه داده ها با استفاده از روش های رایج امکان پذیر نمی باشد. معمولا کارشناس آب زیرزمینی با توجه به خطوط هم پتانسیل در ماه مورد نظر و با روش میانیابی مقدار گمشده را تخمین می زنند. بنابراین ارائه روشی سریع تر و دقیق تر برای تخمین این مقادیر لازم و ضروری می باشد. در این تحقیق با استفاده از شبکه عصبی مصنوعی، پرسپترون چند لایهMLP) آب زیرزمینی ماهیدشت واقع در استان کرمانشاه مدل گردید سپس چند پیزومتر به صورت اتفاقی انتخاب گردید. چند ماه از آمار آنها به عنوان آمار گمشده در نظر گرفته شد و با استفاده از مدل و خطوط هم پتانسیل این مقادیر تخمین زده شدند و با مقادیر واقعی مقایسه گردند

Authors

رسول قبادیان

استادیارگروه مهندسی آب دانشگاه رازی کرمانشاه

محسن روشنی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه شهید چمران اهواز

محمد زارع

دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه رازی کرمانشاه

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • صیادی ح-، ع.ا-صدرالدینی، د-فرسادی زاده، م.ع-قربانی - شبیه سازی هوشمند ...
  • قبادیان ر-، م-شفاعی بجستان - بهینه یابی ضریب تخلیه سرریز ...
  • نمایش کامل مراجع