پیش بینی نوسانات عمق سطح آب زیرزمینی با استفاده از مدل های تلفیقی شبکه ی عصبی- فازی تطبیقی- موجکی (WNF) (مطالعه موردی: دشت الشتر)
Publish Year: 1400
Type: Journal paper
Language: Persian
View: 292
This Paper With 24 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_WATER-12-1_019
Index date: 11 October 2021
پیش بینی نوسانات عمق سطح آب زیرزمینی با استفاده از مدل های تلفیقی شبکه ی عصبی- فازی تطبیقی- موجکی (WNF) (مطالعه موردی: دشت الشتر) abstract
هدف از تحقیق حاضر، تخمین سطح آب زیرزمینی دشت الشتر در زمان های ، و با استفاده از پارامترهای دما، بارش و سطح آب زیرزمینی در زمان های ، و با استفاده از مدل های شبکه عصبی (ANN)، سیستم استنتاج عصبی-فازی (ANFIS)، عصبی- موجک (WNN) و تلفیق شبکه ی عصبی- فازی- موجک (WNF) می باشد. جهت ارزیابی مدل ها از دو شاخص و RMSE استفاده گردید. نتایج حاصل از پیش بینی مدل های مختلف نشان داد که ANFIS، WNN و WNF نسبت به مدل ANN در پیش بینی عمق سطح آب زیرزمینی دارای دقت بالاتری می باشند. همچنین مقایسه نتایج حاصل از مدل هایی با پایه موجک و دیگر مدل ها نشان می دهد، این مدل ها (WNN و WMF) دارای دقت بالاتری نسبت به دیگر مدل ها می باشند. به طوریکه استفاده از مدل WNF نسبت به ANN شاخص R۲ را از ۹۴/۰ به ۹۸/ ۰ (در پیش بینی یک ماه)، ۸۴/۰ به ۹۳/۰ (در پیش بینی سه ماهه) ۷۶/۰ به ۸۵/۰ (در پیش بینی شش ماهه) افزایش داده است. همچنین مدل WNF نسبت به ANN، شاخص RMSE را به ترتیب از ۵۶/۰ به ۳۲/۰ (در پیش بینی یک ماه)، ۹۶/۰ به ۶۶/۰ (در پیش بینی سه ماهه) و ۱۸/۱ به ۹۷/۰ (در پیش بینی شش ماهه) کاهش داده است. نتایج پیش بینی عمق سطح آب زیرزمینی با مدل های چهارگانه نشان داد که این مدل ها در پیش بینی گام های زمانی کوتاه تر، دارای نتایج دقیقتر بوده و استفاده از آنها در پیش بینی های با تاخیر زمانی بیشتر از سه ماهه، نه تنها تاثیر چندانی بر دقت مدل نداشته بلکه در مدل های با پایه موجک، سبب کاهش دقت می شود.
پیش بینی نوسانات عمق سطح آب زیرزمینی با استفاده از مدل های تلفیقی شبکه ی عصبی- فازی تطبیقی- موجکی (WNF) (مطالعه موردی: دشت الشتر) Keywords:
پیش بینی نوسانات عمق سطح آب زیرزمینی با استفاده از مدل های تلفیقی شبکه ی عصبی- فازی تطبیقی- موجکی (WNF) (مطالعه موردی: دشت الشتر) authors
مسعود شاکرمی
گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه لرستان
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 :