کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح ایستابی (مطالعه موردی: دشت های دزفول و زیدون)
عنوان مقاله: کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح ایستابی (مطالعه موردی: دشت های دزفول و زیدون)
شناسه ملی مقاله: JR_JISE-40-2_003
منتشر شده در شماره 2 دوره 40 فصل در سال 1396
شناسه ملی مقاله: JR_JISE-40-2_003
منتشر شده در شماره 2 دوره 40 فصل در سال 1396
مشخصات نویسندگان مقاله:
رضا زمانی - دانشگاه شهید چمران اهواز
علی محمد آخوند علی - استاد گروه هیدرولوژی و منابع آب دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز
حیدر زارعی - دانشگاه شهید چمران اهواز
خلاصه مقاله:
رضا زمانی - دانشگاه شهید چمران اهواز
علی محمد آخوند علی - استاد گروه هیدرولوژی و منابع آب دانشکده مهندسی علوم آب دانشگاه شهید چمران اهواز
حیدر زارعی - دانشگاه شهید چمران اهواز
از آنجایی که برداشت آب از چاه های مشاهده ای موجود در دشت ها به صورت نقطه ای انجام می گیرد، لذا ضرورت دارد به منظور محاسبه مقدار متوسط سطح آب زیرزمینی در دشت ها و تخمین سطح آب، اطلاعات حاصل از برداشت نقطهای به کل سطح تعمیم داده شود. هدف از انجام این پژوهش بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح آب زیرزمینی در دشت های دزفول و زیدون واقع در استان خوزستان میباشد. نتایج حاصل از کاربرد روشهای کوکریجینگ، کریجینگ و روش عکس فاصله نشان داد که در دشت دزفول روش کوکریجینگ با مدل نیمتغیرنما و نیمتغییرنمای متقابل گوسین، و در دشت زیدون روش کریجینگ با نیمتغیرنمای گوسین بهترین روش زمین آماری برای تخمین سطح ایستابی و ترکیب با شبکههای عصبی میباشد. همچنین نتایج حاصل از ترکیب این دو مدل در هر دو دشت، نشان داد که مدل ترکیبی بهینه شده با الگوریتم ژنتیک دارای معیارهای ارزیابی مناسبتری در تخمین سطح ایستابی نسبت به کاربرد روشهای زمین آماری به تنهایی میباشد. بهطوری که کاربرد این روش ترکیبی بهینه شده در دشت زیدون که دارای تعداد چاههای مشاهدهای کمتری میباشد، موثرتر از دشت دزفول بوده است.
کلمات کلیدی: آب زیرزمینی, الگوریتم ژنتیک, زمین آمار, شبکه عصبی مصنوعی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/887886/