مقایسه مدل هایSVM وANN در شبیه سازی سطح آب زیرزمینی چاه های مشاهده ای دشت نهاوند – استان همدان
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 25
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_WATER-14-3_012
تاریخ نمایه سازی: 17 اردیبهشت 1403
Abstract:
منابع آب زیرزمینی از مهمترین منابع تامین آب هستند، لذا مدل سازی آنها حائز اهمیت می باشد. در این میان مطالعه و بررسی نوسانات سطح آب زیرزمینی از نظر مطالعات مدیریتی، ایجاد سازه های مهندسی، مصارف کشاورزی و حصول آب های زیرزمینی با کیفیت بالا از اهمیت بالایی برخوردار است. در این تحقیق از مدل ماشین بردار پشتیبان (SVM) و شبکه عصبی مصنوعی (ANN) برای شبیه سازی ماهانه سطح آب زیرزمینی دشت نهاوند در استان همدان در یک دوره ۲۰ ساله (۱۳۹۶-۱۳۷۶) در محیط Matlab استفاده شد. در این دوره ۲۰ ساله، ۱۴ سال برای آموزش و ۳ سال برای واسنجی و همچنین ۳ سال برای صحت سنجی مدل تقسیم شد. که مقایسه آماری نتایج به کمک شاخص های ضریب همبستگی (r) و خطای استاندارد (SE) صورت گرفت. برای شبیه سازی سطح آب زیرزمینی از چهار حلقه چاه مشاهده ای به همراه متغیرهای سطح آب زیرزمینی، بارش، تبخیر و دما، استفاده شد. بیشترین دقت از بین این دو مدل در مدل SVM است که دارای ۱۱/۰SE = در حالت آموزش و ۰۳/۰ در حالت آزمون است. همچنین میزان ضریب همبستگی در حالت آزمون % ۹۸ است. با توجه به دقت مناسب روش SVM در شبیه سازی سطح آب زیرزمینی نتایج حاکی از تابع کرنل RBF ،با واریانس ۶۵۲۳ و گاما ۲۳/۵۲۷ برای حالت بهینه است. نتایج این مطالعه نشان داد که استفاده از رویکرد SVM جهت شبیه سازی سطح آب زیرزمینی و ارزیابی پارامترهای ورودی جهت شبیه سازی می-تواند علاوه بر کاهش تعداد پارامترهای ورودی دقت مناسبی را جهت شبیه سازی نشان دهد
Keywords:
Authors
عبداله طاهری تیزرو
، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا ، همدان، ایران
مهدی طالبی افخم
دانش آموخته ارشد منابع آب گروه علوم و مهندسی آب دانشگاه بوعلی سینا
روژین فصیحی
دانشجو دکترا، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا ، همدان، ایران