Year: 1394
COI: ATTITTDE01_111
Language: PersianView: 479
This Paper With 12 Page And PDF Format Ready To Download
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
Abstract:
پیش بینی سطح آب زیرزمینی در پیزومترها امری مهم در مدیریت صحیح منابع آب زیرزمینی می باشد. هدف از این تحقیق بررسیکارایی مدل های شبکه عصبی مصنوعی و فازی در پیش بینی سطح آب زیرزمینی است. پارامترهای بارش، دما، تخلیه و سطح آبزیرزمینی در یک زمان قبل (t(0)-1) به عنوان ورودی ها و سطح آب زیرزمینی (t0) به عنوان خروجی مدل ها استفاده شدند. لازم به ذکراست که داده ها به صورت ماهانه و مربوط به دورهی زمانی 9 ساله ( 1383-1391) می باشند. در مدل شبکه عصبی مصنوعی نوع شبکهالگوریتم و توابع مورد استفاده در پیش بینی سطح آب زیرزمینی به ترتیب شبکه پیشرو، الگوریتم لونبرگ- مارکوارت و توابع سیگموئیدیهستند. مدل فازی بکار رفته در این تحقیق، منطق فازی ساگنو می باشد که روش دسته بندی داده ها و تعیین توابع عضویت در آن به روش کاهشی (Subtractive) میباشد. برای ارزیابی کارایی و دقت مدل ها، دو پارامتر RMSE و (R(2 بین مقادیر مشاهده ای و محاسبه ای مورد استفاده قرار گرفت. نتایج نشان می دهند که هر دو مدل قابلیت پیش بینی سطح آب زیرزمینی را با دقت خوبی دارا هستند ولی مدلشبکه عصبی مصنوعی کارایی بهتری نسبت به مدل فازی را در مرحله ی آزمایش نشان می دهند.
Keywords:
Paper COI Code
This Paper COI Code is ATTITTDE01_111. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/456421/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:واحدی، فاطمه و ندیری، عطاالله و اصغری مقدم، اصغر،1394،ارزیابی کارایی مدل های شبکه عصبی مصنوعی و منطق فازی در پیش بینی سطح آب زیرزمینی،First International Congress on Earth, Space and Clean Energy،Ardabil،https://civilica.com/doc/456421
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 :- اصغری مقدم، الف.، نورانی، و، ندیری، ع.، 1387. مدل سازی ...
- میر عربی، م. و نخعی، ع.، 1387. پیش بینی نوسانات ...
- ندیری، ع.، 1386، پیش‌بینی سطح آب‌های زیرزمینی با استفاده از ...
- ندیری، ع.، اصغری مقدم، الف.، عبقری، ه.، فیجانی، الف، 1392، ...
- ندیری، ع.، اصغری مقدم، الف.، عبقری، ه.، کلانتری اسکویی، ع.، ...
- Affandi, A. K., and Watanabe, K., 2007. Daily groundwater level ...
- Allen, D.M. , Schuurman, N., Zhang, Q., 2007. Using fuzzy ...
- ASCE Task Committee on Application of Artificial Neural Networks in ...
- Bardossy, A., and Duckstein, L., 1995. Fuzzy rule-based modeling with ...
- Bisht, D. C. S., Raju, M. M., and Joshi, M. ...
- Calvo, P. I., and Estrada, G. J. C., 2009. Improved ...
- Chiu, S. L, 1994. Fuzzy model identification based on cluster ...
- Chiu, S., 1994, "Fuzzy model identification based on cluster estimation", ...
- Coppola, E. A., Rana, A. J., Poulton, M. M., Szidarovszky, ...
- Coppola, E., A., Duckstein, L., and Davis, D., 2002. "Fuzzy ...
- Coppola, E, Szidarovszky, F., Poulton, M., and Charles, E., 2003. ...
- Coulibaly, P., Anctil, F., Aravena, R., and Bobee, B., 2001. ...
- Daliakopoulos, I. N., Coulibaly, P., Tsanis, I. K., 2005. Groundwater ...
- Dixon, B., 2005. Groundwater vulnerability mapping: A GIS and fuzzy ...
- Fausett, L., 1994. Fundamentals of neural network. Prentice Hall, Englewood ...
- Feng, S., Kang, S., Huo, Z., Chen, S., and Mao, ...
- Hopfield, J., 1982. Neural network and physical ayatems with emergent ...
- Kord, M., A s ghari -Moghaddam, A., 2014. Spatial analysis ...
- Kumar, N. V., Mathew, S., Swaminathan, G., 2010. Multifactorial Fuzzy ...
- Kuo, Y-M., Liu, C-W., Lin, K-H., 2004. Evaluation of the ...
- Li, X., Shu, L., Liu, L., Yin, D., Wen, J., ...
- Maier, H. R., and Dandy, G. C., 2000. Neural networks ...
- Mayilvaganan, M. K., and Naidu, K.B., 2011. ANN and Fuzzy ...
- Rashidi, S., Mohammadan, M., and Azizi, K., 201 5.Predicting of ...
- Sahoo, G. B., Ray, C., Wade. H. F., 2005. Pesticide ...
- Tayfur, G., Nadiri, A.A., and Moghaddam, A.A., 2014, Supervised Intelligent ...
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Reviews
Scientometrics
The specifications of the publisher center of this Paper are as follows:
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.
مقالات پیشنهادی مرتبط
- تحلیل و ارزیابی اثرات متقابل استراتژی های حمل و نقل در اقتصاد شهری مطالعه موردی کلانشهر تهران
- کاربرد شبکه های عصبی مصنوعی در مهندسی عمران
- مروری بر حسابداری آب و سیستم های آن
- سیمای منطق فازی و کاربرد آن در مدیریت منابع آب و خاک
- مروری بر چارچوب های حسابداری آب و ارتباط آنها با توسعه پایدار
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
New Papers
- کنترل یک سیستم پمپاژ آب بادی-خورشیدی مبتنی بر ژنراتور القایی دو سو تغذیه
- محاسبه انرژی آزاد جذب سطحی اسید آمینه سرین بروی نانولوله کربنی توسط روش نمونه برداری چتری: کاربرد نانوفناوری زیستی تجدیدپذیر
- بهینه سازی اقتصادی مبادله کن های گرمای صفحه ای واشردار با استفاده از تئوری ساختاری
- افزایش برداشت انرژی نورانی و افزایش آشکارسازی نوری در فیلم های نازک برآرایی CuO-AgO
- تحلیل اگزرژی- اقتصادی یک سیستم تولید چندگانه بر پایه زیست توده و بهینه سازی آن با استفاده از الگوریتم تبرید فلزات
This Papers recently indexed in civilica
New Researchs
- بررسی پایداری نانومواد تغییر فازدهنده (Nano-PCM) به منظور استفاده در ذخیره سازی انرژی حرارتی
- طراحی شاسی اصلی توربین بادی ۲ مگاواتی با رویکرد ساخت به روش جوشکاری
- ماهنامه تحلیلی انرژی (۲۹) دوره دهم (ویژه تحولات انرژی در منطقه منا (۲)؛ حوزه سرمایه گذاری و انرژی های تجدیدپذیر)
- اجرای سیستم حفاظت کاتدی دکل های انتقال با انرژی تجدیدپذیر
This Researchs recently indexed in civilica
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.