سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه ی کارآیی مدل های شبکه ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 259

This Paper With 20 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_HYD-4-10_002

Index date: 23 January 2023

مقایسه ی کارآیی مدل های شبکه ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب abstract

تخمین دقیق پارامترهای هیدروژئولوژیکی مانند هدایت هیدرولیکی یکی از مهم­ترین بخش مطالعات هیدروژئولوژی می باشد که برای مدیریت و حفاظت دقیق از منابع آب زیرزمینی بسیار ضروری است. تا حال روش­های مختلف صحرایی و آزمایشگاهی برای تخمین هدایت هیدرولیکی ارائه شده است که عموما با استفاده از داده­های هیدروژئولوژیکی انجام می شوند. از این میان بهترین و کامل­ترین روش، روش صحرایی آزمون پمپاژ می باشد که بسیار وقت­گیر و پرهزینه بوده و پارامترهای هیدروژئولوژیکی تخمین زده شده به وسیله­ی آنها دارای عدم قطعیت ذاتی می باشند. لذا در این تحقیق تلاش شد تا از روش­های هوش مصنوعی مختلف مانند شبکه­ی عصبی مصنوعی (ANN)، فازی ممدانی (MFL)، فازی ساگنو (SFL) و سیستم استنتاج نرو-فازی تطبیقی (ANFIS) برای تخمین هدایت هیدرولیکی استفاده شود. در این مطالعه برای تخمین دقیق هدایت هیدرولیکی در دشت مراغه- بناب توسط این مدل­ها از داده­های ژئوفیزیکی به همراه داده های هیدروژئولوژیکی به عنوان ورودی مدل­ها استفاده شد و نتایج آنها با استفاده از معیارهای ارزیابی با هم مقایسه و بهترین مدل براساس مقدار RMSE انتخاب شد. بر این اساس مدل ANFIS با داشتن RMSE=۱.۱۲ در مرحله­ی تست، نسبت به مدل­های دیگر قدرت بالایی در تخمین هدایت هیدرولیکی دارد. شعاع دسته­بندی، تعداد قوانین فازی و تعداد دسته­ها در مدل­های فازی و نروفازی، از اهمیت بالایی برخوردار است. شعاع دسته­بندی در مدل ANFIS، براساس کمترین مقدار RMSE برابر ۴/۰و تعداد قوانین فازی براساس تعداد دسته­ها ۹ قانون اگر-آنگاه به دست آمد. روش­های ارائه شده در این مطالعه که کارآیی بالایی در تخمین هدایت هیدرولیکی در دشت مراغه-بناب نشان دادند، می تواند در تخمین هدایت هیدرولیکی در سایر دشت­ها با شرایط هیدروژئولوژیکی مشابه نیز مورد استفاده قرار بگیرند.

مقایسه ی کارآیی مدل های شبکه ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب Keywords:

مقایسه ی کارآیی مدل های شبکه ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب authors

عطا الله ندیری

استادیاردانشکده علوم طبیعی دانشگاه تبریز، تبریز

سعید یوسف زاده

دانشجوی کارشناسی ارشد دانشگاه تبریز، تبریز

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 :
فیجانی، الهام (۱۳۹۲)، هیروژئولوژی و هیدروژئوشیمی آبخوان دشت مراغه-بناب ...
ندیری، عطاالله؛ اصغری مقدم، اصغر؛ عبقری، هیراد؛ کلانتری اسکویی، ...
مختاری، زینب؛ ناظمی، امیرحسین و عطاالله ندیری (۱۳۹۱)، پیش­بینی ...
Chiu, S. (۱۹۹۴), Fuzzy Model Identification Based on Cluster Estimation, ...
Chitsazan, N., Nadiri, A.A., Tsai, F.T.C. (۲۰۱۵b), Prediction and Structural ...
Jang, J.S.R., (۱۹۹۳), ANFIS: Adaptive Network-based Fuzzyinference System, IEEE Transactions ...
Mamdani, E.H., (۱۹۷۷), Application of Fuzzy Logic to Approximate Reasoning ...
Motaghian, H.R., and Mohammadi, J. (۲۰۱۱), Spatial Estimation of Saturated ...
Nadiri, A., Asgharimoghddam, A., Nourani, V., (۲۰۰۶), Basic of Artificial ...
Nadiri, A.A., Fijani, E., Tsai, F.T.-C. and Asghari Moghaddam, A.A. ...
Nadiri, A., Chitsazan, N., Tsai, F., and Moghaddam, A. (۲۰۱۴), ...
Nauck, D., Kruse, R., (۱۹۹۹), Obtaining Interpretable fuzzy Classification Rules ...
Nikravesh M and Aminzadeh F, (۲۰۰۳), Soft Computing and Intelligent ...
Nourani, V., Asgharimoghaddam, A., Nadiri, A., Singh, V.P., (۲۰۰۸b), Forecasting ...
Nourani, V., Asgharimoghddam, A., Nadiri, A., (۲۰۰۸a), An ANN-Based Model ...
Sugeno, M., (۱۹۸۵), Industrial Application of Fuzzy Control, Elsevier Science ...
Tutmez, B., Hatipoglu, Z. (۲۰۰۷), Spatial Estimation Model of Porosity, ...
نمایش کامل مراجع