کاربرد الگوریتم ژنتیک برای تخمین پارامترهای هیدرولیکی خاک اشباع
Publish place: Journal of Soil Research، Vol: 28، Issue: 1
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 220
This Paper With 10 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:
شناسه ملی سند علمی:
JR_AREO-28-1_012
تاریخ نمایه سازی: 26 اردیبهشت 1400
Abstract:
هدایت هیدرولیکی اشباع (Ks) و تخلخل قابل زهکشی ( ) دو پارامتر مهم برای طراحی سیستمهای زهکشی زیرزمینی در شرایط غیرماندگار هستند. در این تحقیق به منظور تخمین مقادیر بهینهی Ksو یک روش معکوس توسعه داده شد. در روش معکوس پیشنهاد شده از الگوریتم ژنتیک به عنوان روش بهینهسازی استفاده شد. معادلهی زهکشی مورد استفاده در این تحقیق معادله گلور-دام بود. برای اندازهگیری دادههای مورد نیاز برای واسنجی و ارزیابی روش معکوس پیشنهاد شده، در آزمایشگاه یک مخزن شن طراحی و ساخته شد. همچنین مقادیر Ksو به صورت مستقیم نیز اندازهگیری شدند. ارتفاع سطح ایستابی بین دو زهکش زیرزمینی با استفاده از مقادیر Ksو به دست آمده از روش معکوس و روش مستقیم شبیهسازی شد. مقایسهی نیمرخهای سطح ایستابی نشان داد که پیشبینی نیمرخ سطح ایستابی با استفاده از مقادیر Ks و به دست آمده از روش معکوس بسیار دقیقتر است. همچنین با کاربرد روش معکوس، مقدار شاخص RMSE بسیار کاهش یافت که نشاندهندهی دقت بیشتر این روش بود. بنابراین، به نظر میرسد که روش معکوس ارائه شده در این تحقیق یک روش بسیار کارامد برای تخمین مقادیر Ks و میباشد.
Keywords:
Authors
محسن گلشاد فصیح
دانشجوی سابق کارشناسی ارشد گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
عبدالرحیم هوشمند
استادیار گروه آبیاری و زهکشی، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
بهروز مهدی نژادیانی
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه کردستان
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 :