توانایی شبکه های عصبی مصنوعی در شبیه سازی پارامترهای شیمیایی منابع آب شرب کرمانشاه
Publish place: 26th Symposium of Geosciences
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,302
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GSI26_209
تاریخ نمایه سازی: 16 آبان 1386
Abstract:
یکی از مسائل مهم در مدیریت منابع آب شرب، بررسی و نظارت دقیق بر کیفیت آب این منابع می باشد که با نمونه برداری و آنالیز فیزیکی و شیمیایی آب این منابع و مقایسه با استانداردهای معیار صورت می پذیرد. در این تحقیق از شبکه های عصبی مصنوعی BPNN جهت شبیه سازی پارامترهای هیدروژئوشیمیایی شامل قلیائیت، سختی کل، سختی دائم در تعدادی از چاه های آب شرب کرمانشاه واقع در دشت میاندربند استفاده گردید. نتایج این تحقیق حاکی از توانمندی بالای شبکه های عصبی مصنوعی در شبیه سازی برخی از پارامترهای ذکر شده می باشد. چون در روش بکار گرفته شده در استفاده از شبکه عصبی، تنها نیاز به یک نوع ورودی (EC) می باشد و این پارامتر به راحتی در صحرا با صرف زمان و هزینه اندک قابل اندازه گیری است، بنابراین تا حد زیادی نیاز به آنالیز شیمیایی تمام پارامترهای ذکر شده، کمتر شده و هزینه و زمان کمتری صرف می گردد.
Authors
حمیدرضا ناصری
عضو هیئت لمی دانشکده علوم زمین دانشگاه شهید بهشتی
فرح ترکمنی آذر
عضو هیئت علمی دانشکده مهندسی برق و کامپیوتر دانشگاه شهید بهشتی
محمد اشرفی
دانشجوی کارشناسی ارشد هیدروژئولوژی دانشکده علوم زمین دانشگاه شهید ب
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 :