تخمین پارامترهای کیفی و کمی آب زیرزمینی توسط مدل های عددی: مطالعه موردی حوضه آبریز میقان در دشت اراک
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 142
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-51-1_015
تاریخ نمایه سازی: 2 خرداد 1402
Abstract:
در این مطالعه، مقادیر شوری، هدایت الکتریکی، تراز آب زیرزمینی و کل جامدات محلول در محدوده مطالعاتی اراک توسط چهار مدل نوین هوش مصنوعی ماشین آموزش نیرومند، ویولت- ماشین آموزش نیرومند، ماشین آموزش نیرومند ترتیبی آنلاین و ویولت- ماشین آموزش نیرومند ترتیبی آنلاین و همچنین نرم افزار مادفلو (مدل MT۳D) شبیهسازی شدند. لازم به ذکر است که برای توسعه مدلهای ترکیبی از تبدیل ویولت استفاده شد. در ابتدا، با استفاده از تابع خودهمبستگی و تابع خودهمبستگی جزئی، تاخیرهای موثر برای برآورد پارامترهای کیفی و کمی آب زیرزمینی شناسایی شدند. سپس با استفاده از این تاخیرها، چهار مدل مختلف برای هر یک از روشهای هوش مصنوعی توسعه داده شدند. در ادامه، با انجام تحلیل حساسیت، مدلهای برتر برای شبیهسازی پارامترهای کیفی و کمی آب زیرزمینی شناسایی شدند. همچنین موثرترین تاخیرها برای تخمین این پارامترها معرفی گردیدند. علاوه بر این، نتایج مدل مادفلو با مدلهای هوش مصنوعی مقایسه شد که مدلهای هوش مصنوعی دارای دقت بالاتری بودند. بهعنوان مثال، مقادیر شاخص پراکندگی و ضریب نش برای کل جامدات محلول توسط مدل هوش مصنوعی برتر بهترتیب برابر با ۳-E۳۴/۵ و ۹۹۱/۰ محاسبه شدند. همچنین، مقادیر RMSE و MAE برای تخمین تراز آب زیرزمینی توسط مدل برتر بهترتیب مساوی با ۰۷۸/۰ و ۰۶۱/۰ بدست آمدند. در انتها تحلیل عدم قطعیت برای مدلهای برتر اجرا شد.
Keywords:
Authors
مجتبی پورسعید
دانشکده تحصیلات تکمیلی عمران، واحد اراک، دانشگاه آزاد اسلامی
رضا مستوری
دانشکده تحصیلات تکمیلی عمران، واحد اراک، دانشگاه آزاد اسلامی،
سعید شعبانلو
استادیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی
محسن نجارچی
استادیار ، گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد اراک، اراک، ایران
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 :