کاربرد و مقایسه مدل سری زمانی تجمعی و مدل شبکه عصبی مصنوعی در پیش بینی تغییرات سطح آب زیرزمینی (مطالعه موردی: دشت مروست)
Publish Year: 1392
نوع سند: مقاله ژورنالی
زبان: Persian
View: 227
This Paper With 12 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_JISE-36-3_008
تاریخ نمایه سازی: 7 تیر 1400
Abstract:
پیشبینی نوسانات سطح آب زیرزمینی، برای برنامهریزی مناسبتر بهویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیشبینی نوسانات سطح آب زیرزمینی در دشت مروست از مدلهای سری زمانی و شبکه عصبی استفاده شد. برای مدلسازی، اطلاعات سطح آب زیرزمینی در طی سالهای ۸۸-۱۳۶۶ استفاده و مدلهای مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر دادهها برازش داده شد. کارآیی و دقت مدلهای آریما در پیشبینی مقادیر آتی توسط معیار اطلاعاتی آکائیک و جذر مربع میانگین خطاها مورد ارزیابی قرار گرفت. نتایج بررسی حالتهای مختلف مدل آریما نشان داد که مدل آریما(۱,۱,۰) بهترین برازش را با دادهها دارد. در مدل شبکه عصبی مصنوعی پیش خور با الگوریتم پس انتشار خطا از سه تابع آموزشی لونبرگ مارکوآرت، پس انتشار ارتجاعی و شیب توام مقیاس شده استفاده شد. با توجه به نتایج به دست آمده از بین سه تابع آموزشی، تابع لونبرگ مارکوآرت به عنوان بهترین تابع آموزشی برای پیشبینی سطح آب زیرزمینی انتخاب گردید. برای ارزیابی و انتخاب روش بهتر، بین مدل سری زمانی تلفیقی آریما (۱,۱,۰)و مدل شبکه عصبی پیش خور با الگوریتم پس انتشار خطا، از آمارههای میانگین مربع خطاها، میانگین قدر مطلق خطاها و ضریب بازدهی استفاده شد که مدل شبکه عصبی نسبت به سری زمانی تلفیقی برتری جزئی نشان داد.
Keywords:
Authors
حسین ملکی نژاد
دانشیار دانشکده منابع طبیعی، دانشگاه یزد
ربابه پورشرعیانی
دانش آموخته ارشد آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد