ارزیابی قابلیت شبکه عصبی مصنوعی در پیش بینی شاخص های کیفی TDS و TH آب زیرزمینی دشت همدان -بهار
Publish place: The first national conference planning, conservation, environmental protection, sustainable development
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 887
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
PCEPSD01_179
Index date: 8 June 2014
ارزیابی قابلیت شبکه عصبی مصنوعی در پیش بینی شاخص های کیفی TDS و TH آب زیرزمینی دشت همدان -بهار abstract
کیفیت منابع آب زیرزمینی امروزه یکی از مسائل مهم زیست محیطی محسوب می گردد. در این پژوهش، قابلیت شبکه عصبی مصنوعی پرسپترون چندلایه در مدل سازی و پیش بینی دو شاخص کیفی آب زیرزمینی دشت همدان- بهار شامل TDS و TH بررسی گردید. به منظور انجام این پژوهش از 12 شاخص کیفی ماهانه 25 چاه مشاهده ای در سال 1391-1390 استفاده گردید. برای ارزیابی از معیارهای ریشه مربع میانگین خطا (RMSE) و ضریب همبستگی (R) استفاده شد. ساختار بهینه شبکه برای TDS و TH ریشه مربع میانگین خطا را به ترتیب 0/025673 و 0/02329 نشان داد. همچنین ضریب همبستگی برای شاخص TDS، 0/966 و برای شاخص TH، 0/971 برآورد شد. نتایج بیانگر آناست که شبکه عصبی مصنوعی پرسپترون چندلایه قابلیت زیادی در پیش بینی این دو شاخص دارد.
ارزیابی قابلیت شبکه عصبی مصنوعی در پیش بینی شاخص های کیفی TDS و TH آب زیرزمینی دشت همدان -بهار Keywords:
ارزیابی قابلیت شبکه عصبی مصنوعی در پیش بینی شاخص های کیفی TDS و TH آب زیرزمینی دشت همدان -بهار authors
صفر معروفی
استاد، گروه مهندسی آب، دانشگاه بوعلی سینا، همدان
نسیم نادری فرد
دانشجوی کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشگاه بوعلی سینا، همدان
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 :