سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 519

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ICWESD01_249

Index date: 9 June 2017

بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی abstract

هر امروزه در بسیاری از کشورهای جهان با افزایش جمعیت، نیاز به تامین آب شیرین بیش از پیش آشکار می شود. از آنجا که منابع آب شیرین سطحی در بسیاری از مناطق در دسترس قرار ندارد، از این رو بهره برداری از منابع آب زیرزمینی به شدت احساس می شود.منبع آب های زیر زمینی یکی از منابع قابل توجه برای فعالیت های شرب،کشاورزی و صنعت به شمار میروند. از آنجا که در بسیاری از نقاط کشور ایران دسترسی به آب های سطحی برای مصارف شرب، کشاورزی و صنعت در دسترس قرار ندارد و از منابع آب زیرزمینی بهره گرفته میشود، مطالعات این منابع به منظور بهره برداری بهینه از آنها از اهمیت ویژه ای برخوردار است. به منظور مدیریت صحیح منابع آب زیرزمینی در سال های ترسالی و خشک سالی پیش بینی نوسانات سطح آب زیر زمینی یک ضرورت اساسی میباشد.به این منظور استفاده از روش های مدلسازی ساده تر با نتایج دقیقتر همواره مد نظر محققان بوده است. در این میان مدل های جعبه سیاه، از جمله شبکه عصبی مصنوعی از اهمیت بالایی برای شبیه سازی برخوردارند و کیفیت داده ها تاثیر بسزایی در نتایج حاصله در این مدل ها دارند. در این تحقیق به پیش بینی سطح ایستابی آب زیرزمینی دشت ملکان بر اساس مدل شبکه عصبی مصنوعی پرداخته شده است. برای این منظور از داده های سطح ایستابی چاه ها وپیزومترهای موجود استفاده شده وتغییرات سطح ایستابی چاه ها توسط تکنیک شبکه عصبی مصنوعی شبیه سازی شده و دقت و مقدار خطای شبیه سازی بین سطح ایستابی محاسباتی ومشاهداتی تعیین شده است.

بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی Keywords:

سری زمانی , شبکه ی عصبی مصنوعی , پیش بینی سطح ایستابی آب زیرزمینی , آبخوان , دشت ملکان

بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی authors

صفا مختاریان اصل

دانش آموخته ی کارشناسی ارشد مهندسی عمران آب دانشکده فنی دانشگاه تبریز

اسماعیل سلطان قیس

دانش آموخته کارشناسی ارشد مهندسی عمران ژیوتکنیک دانشگاه آزاد اسلامی واحد تبریز

امیر ادهم

دانش آموخته ی کارشناسی ارشد مهندسی عمران سازه های هیدرولیکی دانشگاه آزاد اسلامی واحد مراغه

مهررضا نورمند

استادیار گروه عمران سازه های هیدرولیکی دانشگاه آزاد اسلامی واحد مراغه

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 :
ایزدی، فزاله، داوری، کامران، علی اه، امین، قهرمان، بیژن، حقایقی‌مقدم، ...
کرمی، فریبا. و بیاتی خطیبی، مریم. 1388. تاثیر خشکسالی در ...
ملکی نژاد، حسین، پورشرعیاتی، ربابه. 1392. کاربرد و مقایسه مدل ...
زحمتکش، قدرت اله، علوی پنه، کاظم. و زهتابیان، غلامرضا. 1380. ...
Chen, Z., Grasby, S. and Osadetz, K.G. 2004. Relation between ...
Gehrels, J.C., Van Geer, F.C. and de Vries, J.J. 1994. ...
Houben, G., Tunermeier, T., Eqrar, N. and Himmelsbach, T. 2009. ...
Khosrowshahi, M. 2007. Important Indices of desertification as sight of ...
نمایش کامل مراجع

مقاله فارسی "بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی" توسط صفا مختاریان اصل، دانش آموخته ی کارشناسی ارشد مهندسی عمران آب دانشکده فنی دانشگاه تبریز؛ اسماعیل سلطان قیس، دانش آموخته کارشناسی ارشد مهندسی عمران ژیوتکنیک دانشگاه آزاد اسلامی واحد تبریز؛ امیر ادهم، دانش آموخته ی کارشناسی ارشد مهندسی عمران سازه های هیدرولیکی دانشگاه آزاد اسلامی واحد مراغه؛ مهررضا نورمند، استادیار گروه عمران سازه های هیدرولیکی دانشگاه آزاد اسلامی واحد مراغه نوشته شده و در سال 1395 پس از تایید کمیته علمی اولین کنفرانس بین المللی آب، محیط زیست و توسعه پایدار پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله سری زمانی، شبکه ی عصبی مصنوعی، پیش بینی سطح ایستابی آب زیرزمینی،آبخوان، دشت ملکان هستند. این مقاله در تاریخ 19 خرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 519 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که هر امروزه در بسیاری از کشورهای جهان با افزایش جمعیت، نیاز به تامین آب شیرین بیش از پیش آشکار می شود. از آنجا که منابع آب شیرین سطحی در بسیاری از مناطق در دسترس قرار ندارد، از این رو بهره برداری از منابع آب زیرزمینی به شدت احساس می شود.منبع آب های زیر زمینی یکی از منابع قابل توجه برای ... . برای دانلود فایل کامل مقاله بررسی توانایی شبکه ی عصبی در پیش بینی نوسانات سطح آب زیر زمینی با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.