سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‎بینی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 204

This Paper With 14 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_WASO-27-1_013

Index date: 15 January 2023

ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‎بینی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام abstract

در این تحقیق از مدل شبکه عصبی پرسپترون چند لایه(MLP-NN) برای شبیه‎سازی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام استفاده شد. مدل شبکه عصبی با استفاده از داده‎های آزمایشگاهی سه زیرحوضه سد ایلام در سال‎های ۸۹-۱۳۸۸ طراحی گردید. متغیرهای ورودی شبکه عصبی برای مدل‎سازی اکسیژن محلول شامل اسیدیته آب، هدایت الکتریکی، کل جامدات معلق، دما، فسفر کل، سولفات، آمونیوم، آهن و نیتروژن کل بودند. متغیرهای ورودی برای شبکه عصبی برای مدل‎سازی فسفر کل شامل فسفات و دما است که در یک نقطه در نزدیکی محل بدنه سد و در عمق‎های مختلف اندازه‎گیری شده‎اند. عملکرد مدل‎ها با استفاده از شاخص‎های ضریب تبیین (R۲)، خطای نسبی و مجموع مربعات خطا(SSE)  ارزیابی شد. با توجه به نتایج شبکه عصبی تمامی متغیرهای در نظر گرفته شده بر روی مدل‎سازی اکسیژن محلول موثر بوده و موثرترین پارامتر میزان کل جامدات معلق بود. در مدل‎سازی فسفر کل نیز فسفات موثرتر از دما بود. ضریب تبیین به‎دست آمده بین مقادیر شبکه عصبی و مقادیر اندازه‎گیری شده برای اکسیژن محلول۸۱۳/۰ و برای فسفر کل ۹۴۰/۰ بود.  در ادامه، نتایج حاصل از مدل‎های شبکه عصبی با نتایج حاصل از مدل دوبعدی متوسط‎گیری شده عرضی CE-QUAL-W۲ مقایسه شده است. براساس نتایج، مدل پرسپترون چند لایه (MLP) در پیش‎بینی متغیرهای کیفیت آب دقت بالاتری را نسبت به مدل عددی نشان داد. نتایج همچنین نشان داد که شبکه عصبی قادر به پیش‎بینی تغذیه‎گرایی با دقت قابل قبولی است و می‎توان از آن به‎عنوان یک ابزار مفید برای مدیریت کیفی آب مخازن استفاده نمود.

ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‎بینی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام Keywords:

ارزیابی عملکرد شبکه عصبی مصنوعی در پیش‎بینی اکسیژن محلول و فسفر کل در حوضه آبریز سد ایلام authors

فرشته نورمحمدی ده بالایی

کارشناس ارشد مهندسی عمران/ دانشگاه رازی کرمانشاه

میترا جوان

۲- استادیار، گروه مهندسی عمران، دانشکده فنی، دانشگاه رازی کرمانشاه

مهوش نورمحمدی ده‎بالایی

۳- کارشناس مهندسی بهداشت محیط، اداره کل آموزش فنی و حرفه‎ای استان ایلام

افشین اقبال‎زاده

۴- استادیار، گروه مهندسی عمران، دانشکده فنی، 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 :
بی‎نام، ۱۳۸۹. گزارش مطالعات تکمیلی آب شرب سد ایلام. وزارت ...
ترابیان ع و هاشمی س‎ح، ۱۳۸۱. مد‎‎ل‎سازی آب‎های سطحی: ثابت‎ها، ...
علیائی ا، بانژاد ح، صمدی م‎ت، رحمانی ع و ساقی ...
کار آموز م و کراچیان ر، ۱۳۹۰. برنامه‎ریزی و مدیریت ...
نورمحمدی ده‎بالایی ف، ۱۳۹۱. شبیه‎سازی عددی لایه‎بندی حرارتی و اکسیژن ...
Abdolmaleki ASH, Ahangar AGH and Soltani J, ۲۰۱۳. Artificial neural ...
Ahangar AGH, Soltani J and Abdolmaleki ASH, ۲۰۱۳. Predicting Mn ...
Cole TM and Wells SA, ۲۰۰۸. CE-QUAL-W۲: A Two-Dimensional, Laterally ...
Dolling OR and Varas EA, ۲۰۰۲. Artificial neural networks for ...
Emamgholizadeh S, Kashi H, Marofpoor I and Zalaghi E, ۲۰۱۴. ...
Heydari M, Olyaie E, Mohebzadeh H and Kisi O, ۲۰۱۳. ...
Kisi O and Ay M, ۲۰۱۲. Comparison of ANN and ...
Kuo JT, Hsieh MH, Lung WS and She N, ۲۰۰۷. ...
Kuo JT, Lung WS, Yang CP, Liu WC, Yang MD ...
Liu WC, Chen WB and Kimura N, ۲۰۰۹. Impact of ...
Palani S, Liong SY and Tkalich P, ۲۰۰۸. An ANN ...
Rankovic V, Radulovic J, Radojevic I, Ostojic A and Comic ...
نمایش کامل مراجع