سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان)

Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,025

This Paper With 15 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:

COLIMACONF01_077

Index date: 2 September 2013

مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان) abstract

پیش بینی سطحآبهایزیرزمینی به منظور مدیریت آن به عنوان یکی ازمنابع مهم وعمده تامین آب شرب وکشاورزی درمناطق خشک ونیمه خشک ضروری است.در این تحقیق از روش ماشین بردار پشتیبان (SVM) به عنوان یک روش محاسباتی هوشمند به منظور پیش بینی سطح آب زیر زمینی دشت کرمان در کشور ایران استفادهشده است . بازه زمانی مورد استفاده در این تحقیق از سال 1986 تا 2010 به صورت ماهانه (معادل 280 ماه ) می باشد .داده های ورودی مدل شامل دما ، رطوبت ، بارندگی و ارتفاع پیزومتریک بوده است . چاههای مطالعاتی به چهار خوشه تقسیم بندی شد کهیک خوشه از چهار خوشه به صورت تصادفی انتخابو به تفصیل مورد بررسی قرار گرفت ،سپس بهترین ساختار بدست آمده ازآن در خوشه های دیگر اعمال گردید.نتایج حاصل از این روش با شبکه عصبی مصنوعی تابع بنیادی شعاعی مقایسه شد .نتایج حاصل نشان دهنده کارایی بهتر ماشین های بردار پشتیبان در پیش بینی سطح آب زیر زمینی است.

مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان) Keywords:

پیش بینی سطح آب زیر زمینی , ماشین بردار پشتیبان (SVM) , شبکه عصبی مصنوعی RBF

مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان) authors

محمد علیخانی نژاد

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان

امیر جلال کمالی

استادیار گروه آب دانشگاه آزاد اسلامی کرمان

مهدی رحمت اللهی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان

علی سلطانی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان

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 :
امیر خان زاده، م، کراچیان، ر . (1387). استفاده از ... [مقاله کنفرانسی]
عسگری، ح . کراچیان، ر، نجار اعرابی، ب. (1385) . ... [مقاله کنفرانسی]
کیانی فلاورجانی، م . احمدی، آ . گنجی، م، . ...
نیک بخت شهبازی، ع، . زهرایی، ب، . ناصری، م، ...
نیکو، م . کراچیان، ر، . (1389). هنه‌بندی کیفی منابع ... [مقاله کنفرانسی]
آدر س: ک‌رمان، افتی‌ای بزر گرا0 هغت باع علوی. دانشگاه ...
_ کنفراذش مآی آ _ ایران. 31 اردیبهگحت و 1 ...
آدر س: ک‌رمان، افتی‌ای بزر گرا0 هغت باع علوی. دانشگاه ...
_ کنفراذش مآی آ _ ایران. 31 اردیبهگحت و 1 ...
آدر س: ک‌رمان، افتی‌ای بزر گرا0 هغت باع علوی. دانشگاه ...
_ کنفراذش مآی آ _ ایران. 31 اردیبهگحت و 1 ...
آدر س: ک‌رمان، افتی‌ای بزر گرا0 هغت باع علوی. دانشگاه ...
http :www.med iam _ ient.ge ncat .netlaca/ca/in ici.jsp, [Accessed October ...
Aizeman, M. A, Braveman, E. M., and Rozonoer, L. I., ...
Babovic, V., Keijzer, M., Bundzel, M. 2000.From global to local ...
Bray, M., Han, D. 2004. ldentification of support vector machines ...
Bu _ _ _ _ _ For Pattern _ Sp ...
CAO, sh., and LlU, Y., WANG, Y. , (2008), "A ...
Chen, S.T., Yu, P.S. 2007b. Realtime probabilistic forecasting of flood ...
Chang, C.-C., and Lin, C.-J., (2001), "LIBSVM: A Library For ...
Friedman, J., (1996), "Another Approach to Po lychotomous Classification", Techn ...
_ _ _ _ _ _ r level prediction using ...
Kreel, U., (1999), "Pairwise Classification And Support Vector Machines", In ...
_ _ _ _ _ _ _ machines in water ...
Liong, S.Y., Sivapragasam _ C. 2002. Flood stage forecasting with ...
Noori, R., Karbassi, A.R., Moghaddam nia, A., Han, B., Zoka ...
Noori, R., Karbassi, A.R., Farokhnia, A., Dehghani, M. 2009a. Predicting ...
National Sanitation Foundation lnternational, (2005), Available at: http :/Mww.nsf.org _ ...
_ _ _ _ _ subsidence Scholkopf, B., and Smola, ...
Smola, A., and Scholkopf, B., (1997), "On A Kernel-Based Merthod ...
Temko, A., andNadeu, C., (2006), "Classification Of Acoustic Events Using ...
Tryon, R. C., (1939), "Cluster Analysis", Ann Arbor, Edwards Bros ...
Vapnik, V. N., (1995), "The Nature Of Statistical Learning Theory", ...
Wu, T.-F., Lin, C.-J., and Weng, R. C., (2004), "Probability ...
005, U RLhttp :www.csie.ntu .edu .w/-cjl in/papers/svm prob/svm prob.pdf ...
Graduate Student lrigation andDrainage, Islamic Azad University, keman, Iran Ali.soltani1 ...
نمایش کامل مراجع

مقاله فارسی "مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان)" توسط محمد علیخانی نژاد، دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان؛ امیر جلال کمالی، استادیار گروه آب دانشگاه آزاد اسلامی کرمان؛ مهدی رحمت اللهی، دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان؛ علی سلطانی، دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان نوشته شده و در سال 1392 پس از تایید کمیته علمی نخستین کنفرانس ملی آب و هوا شناسی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله پیش بینی سطح آب زیر زمینی ، ماشین بردار پشتیبان (SVM)، شبکه عصبی مصنوعی RBF هستند. این مقاله در تاریخ 11 شهریور 1392 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1025 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که پیش بینی سطحآبهایزیرزمینی به منظور مدیریت آن به عنوان یکی ازمنابع مهم وعمده تامین آب شرب وکشاورزی درمناطق خشک ونیمه خشک ضروری است.در این تحقیق از روش ماشین بردار پشتیبان (SVM) به عنوان یک روش محاسباتی هوشمند به منظور پیش بینی سطح آب زیر زمینی دشت کرمان در کشور ایران استفادهشده است . بازه زمانی مورد استفاده در این تحقیق ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان) با 15 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.