پیش بینی تراز سطح ایستابی آب دشت جهرم با استفاده از روش شبکه های عصبی مصنوعی
Publish place: Association of Science and Technology of Modern Horizons & Central Database of Sciences Generation
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 589
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:
DCONF01_208
تاریخ نمایه سازی: 6 اسفند 1395
Abstract:
این مقاله، پیش بینی تراز سطح ایستابی آب دشت جهرم را با استفاده از روش شبکه های عصبی مصنوعی ارائه می دهد. جهت انجام این پژوهش از یک مدل شبکه عصبی چندلایه پرسپترون همراه با دو تابع فعالسازی غیرخطی و مشهور Logsig و Tansig استفاده شد. به منظور تست مدل های ایجاد شده از اطلاعات چاه های دشت جهرم واقع در استان فارس استفاده گردید. مجموع این اطلاعات، 192 داده مربوط به ارتفاع متوسط ماهانه سطح آب زیرزمینی این دشت در 16 سال از ابتدای سال 77 - 76 تا انتهای سال 91 بود. علاوه بر داشتن مقادیر سطح تراز آب ناحیه، 4 ویژگی: میزان بارش متوسط، میزان رطوبت متوسط، میزان تبخیر متوسط و درجه حرارت (دما) متوسط منطقه؛ که به نظر می رسید در میزان سطح تراز آب زیرزمینی دخیل باشند نیز در مدل های ساخته شده مورد توجه قرار گرفت. برای ارزیابی شبکه از سه تابع خطای میانگین مربعات خطا، شاخص پراکندگی و خطای استاندارد نسبی و برای تخمین صحت پیش بینی شبکه نیز از معیار ارزیابی ضریب همبستگی استفاده گردید. در نهایت، نتایج بسیار رضایت بخشی از پیش بینی حاصل از شبکه بدست آمد و ارائه گردید.
Authors
محسن ثابت فرد
دانشجوی کارشاسی ارشد دانشگاه آزاد اسلامی واحد لارستان
نادر برهمند
استادیار گروه مهندسی عمران، دانشگاه آزاد اسلامی واحد لارستان
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 :