شبیه سازی بارهیدرولیکی با استفاده از الگوریتم بهینه سازی تجمع ذرات و الگوریتم ژنتیک (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 36

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_WEJMI-12-43_002

تاریخ نمایه سازی: 26 بهمن 1402

Abstract:

آزمایش های مزرعه ای به منظور شناخت شرایط موجود سامانه های زهکشی مفید هستند، اما محدودیت های قابل توجهی نیز دارند. از جمله اینکه، این آزمایش ها را نمی توان برای پیشبینی استفاده کرد. کاربرد مدل های شبیه سازی این محدودیت ها را تا حدود زیادی برطرف می کند. اما قبل از کاربرد چنین مدل هایی، درستی نتایج بدست آمده از آن ها باید با نتایج آزمایش های مزرعهای مقایسه گردد. در این پژوهش از الگوریتم بهینه سازی تجمع ذرات و الگوریتم ژنتیک برای پیش بینی بارهیدرولیکی استفاده شده است. بدین منظور مزرعه ۱۱-۹R از مزارع نیشکر دعبل خزاعی انتخاب و تعدادی پیزومتر در فواصل مختلف از جمع کننده زهاب و در اعماق ۲/۲، ۳، ۴و ۵ متری از سطح زمین نصب شد. تغییرات بار هیدرولیکی پیزومترها، و همچنین پارامترهای ورودی مدل شامل حجم آب آبیاری و دبی زهکش ها از مهر ۱۳۹۲ تا آذر ۱۳۹۳ بصورت روزانه برداشت شد. نتایج نشان داد که بالاترین دقت در پیش بینی بارهیدرولیکی مربوط به الگوریتم بهینه سازی تجمع ذرات می باشد. به طوری که مقدارمیانگین RMSE اعماق مختلف بین مقادیر اندازه گیری شده و شبیه سازی شده با الگوریتم های بهینه سازی تجمع ذرات و ژنتیک به ترتیب برابر ۰۹۸/۰و ۱۱۴/۰ و مقدار میانگین ضریب R^۲ در اعماق مختلف برای الگوریتم های بهینه سازی تجمع ذرات و ژنتیک به ترتیب برابر ۹۹۱/۰و ۹۴/۰ بدست آمد. همچنین نتایج آزمون آماری مقایسه میانگین ها بین داده های اندازه گیری و شبیه سازی شده نشان می دهد، بین هیچکدام از مقادیر پیش بینی شده توسط مدل ها با داده های اندازه گیری شده اختلاف معنی داری وجود ندارد.

Authors

عاطفه صیادی شهرکی

دانشجوی دکترای دانشگاه شهید چمران اهواز

عبدعلی ناصری

استاد دانشکده علوم آب دانشگاه شهید چمران اهواز

امیر سلطانی محمدی

استادیار دانشکده علوم آب دانشگاه شهید چمران اهواز

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 :
  • Ahmadi, Z., Zekri,M., beyjami, A. ۲۰۱۵. Predict the depth of ...
  • Emarati, M. R. ۲۰۱۴. Study of load and price forecasting ...
  • Goldberg, D.E. ۱۹۸۹. Genetic Algorithms in Search Optimization and Machine ...
  • Hamed,Y., Elkili,M. ۲۰۱۵. Prediction of future groundwater level using artificial ...
  • Hsu, Sh., Hsieh, JJ.P.A., Chih, T.Ch. & Hsu, K.Ch. ۲۰۰۹. ...
  • Mokhtaran, R. ۲۰۱۵. Dynamic study of freshwater and saltwater interface ...
  • Rahmani, Gh. R. ۲۰۱۲. Simulation of groundwater resources in Aghili’s ...
  • Shiri, J., and Kisi, O. ۲۰۱۱. Comparison of genetic programming ...
  • Traore, S., and Guven, A. ۲۰۱۲. Regional-specific numerical models of ...
  • Zamaniahmadmahmoodi, R., Akhondali, A. M. and Radmanesh, F. ۲۰۱۴. Estimation ...
  • نمایش کامل مراجع