CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه دو روش LS-SVM و درخت تصمیم (M۵) در پیشبینی سطح آب زیرزمینی

عنوان مقاله: مقایسه دو روش LS-SVM و درخت تصمیم (M۵) در پیشبینی سطح آب زیرزمینی
شناسه ملی مقاله: SCCS01_060
منتشر شده در اولین کنفرانس ملی محاسبات نرم و علوم شناختی در سال 1399
مشخصات نویسندگان مقاله:

سیدمرتضی سیدیان - استادیار گروه آبخیزداری، دانشگاه گنبد کاووس؛
سمیه غزنوی - گنبدکاووس ؛ دانشگاه کارشناسی ارشد آبخیزداری، دانش آموخته

خلاصه مقاله:
منابع آب زیرز مینی از مهمترین و مطمئن ترین منابع آبی در مناطق خشک و نیمه خشک است وازطرفی در سالهای اخیرباتوجه به رشد جمعیت وتوسعه تکنولوژی نسبت به گذشته،ازسیستمهای جدید برداشت و غیراصولی برای تخلیه آبهای زیرزمینی استفاده میشود که این روشهای ناصحیح وبرداشت غیرمجازوبیشاز میزان تغذیه سفرههای آبزیرزمینی باعث افت سطح آبهای زیرزمینی شده است.بنابراین برداشت آب از منابع زیرزمینی دارای توجه و اهمیت ویژه ای است و مدیریت و بهره برداری بهینه از منابع آبی باید همراه با شناخت دقیق از آنها باشد که بدون شناخت منابع آب زیرزمینی امکانپذیر نیست. در شرایط کنونی برایپیشبینی ترازآب زیرزمینی وبهره برداری بهینه ازاین منابع،استفاده از مدلهای هوشمندبه دلیل دقت بالاو کاربردآسان،به سرعت روبه افزایش است.دراین مطالعه برای پیشبینی سطح آب زیرزمینی دو مدل هوشمند درسناریوهای مختلف موردمقایسه قرارگرفت که نتایج نشان میدهدحساسیت مدلM۵به تغییرپارامترهایورودی بسیارکمترازمدلLS-SVMمیباشدودرتمام ترکیبهانتایح مدلM۵قابل قبول ترومقدارخطای کمتری دارد.

کلمات کلیدی:
آب زیرزمینی، مدیریت برداشت،منابع آب، هوش مصنوعی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1576947/