ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

ارزیابی عملکرد مدل بهینه سازی شبکه پایش آب زیرزمینی بر پایه شبکه عصبی و جستجوی گرگ خاکستری (GNM) (مطالعه موردی: دشت بیرجند)

Year: 1397
COI: JR_WATER-8-3_010
Language: PersianView: 229
This Paper With 19 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 19 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

احمد جعفرزاده - منابع آب، گروه علوم و مهندسی آب، دانشگاه بیرجند
عباس خاشعی سیوکی - روه علوم و مهندسی آب، دانشگاه بیرجند، بیرجند، ایران،

Abstract:

پایش کمی آب زیرزمینی، با هدف بررسی و تعیین عوامل موثر در رفتار آبخوآن ها نقش به سزایی در مدیریت آب زیرزمینی هر منطقه دارد. بنابراین برای مطالعه تغییرات زمانی و مکانی سطح آب زیرزمینی، شبکه پایش کمی آب زیرزمینی مورد نیاز است. این مطالعه در نظر دارد تا به منظور پایش کمی آبخوان دشت بیرجند و تعیین نقاط بهینه پیزومترها یک روش جدید تحت عنوان Gray wolf and Neural network Monitoring (GNM) را پیشنهاد دهد. در روش پیشنهاد شده از 2 مدل شبکه عصبی و جستجوی گرگ خاکستری به عنوان مدل شبیه ساز سطح آب زیرزمینی و مکان یابی موقعیت پیزومتر استفاده شده است. سطح آب زیرزمینی با تاخیرهای 1 تا 3 ماهه، ارتفاع توپوگرافی، تخلیه از آبخوان و مختصات به عنوان ورودی تخمین گر سطح آب زیرزمینی مدل  GNM تعیین گردید. مقادیر مشاهداتی کلیه مولفه­های ورودی با استفاده از ابزار درون یابی در محیط GIS برای کل سطح آبخوان بدست آمد. همچنین شاخص های RMSE و R2به عنوان مقدار تابع هدف در این قسمت از مطالعه درنظر گرفته شد. تابع هدف در قسمت مکان یابی، مقدار نمائی خطا بین سطح آب زیرزمینی مشاهداتی و شبیه سازی شده درنظر گرفته شد. همچنین به منظور افزایش دقت و کشف نقاط بهینه جدید برنامه از روش Polytope به عنوان مدل کمکی استفاده گردید. نتایج نشان داد با توجه به مقادیر شاخص های ارزیابی در قسمت شبیه سازی سطح آب زیرزمینی مدل GNM که با استفاده از شبکه عصبی انجام شد، مدل پیشنهاد شده از کارایی مناسبی در این زمینه برخوردار است. مقدار شاخص های RMSE و R2 در مرحله صحت سنجی به ترتیب 1/0 و 99/0 متر بدست آمد. همچنین ارزیابی نتایج مقایسه سطح آب زیرزمینی مشاهداتی و شبیه سازی شده نشان داد که مدل GNM در تعیین نقاط بهینه جدید نیز از قابلیت خوبی برخوردار می باشد. به­طوری­که مقدار تابع هدف تا سقف 0007/0 متر کاهش نشان داد. در نهایت موقعیت 10 پیزومتر جدید در آبخوان بیرجند با استفاده از مدل GNM تعیین شد. همچنین نتایج کاربرد روش Polytope نشان داد که این روش می تواند تا حد قابل قبولی در کشف نقاط بهینه جدید کارایی داشته باشد. به نحوی­که پیاده سازی این روش باعث شد که مقدار تابع هدف تا سقف 0001/0 کاهش پیدا کند. دقت تخمین سطح آب زیرزمینی در شبکه پیزومتری پیشنهاد شده توسط مدل GNM برای برآورد سطح آب زیرزمینی حدفاصل سال های 1390 تا 1392 بررسی شد. مقدار شاخص های ارزیابی برای هر کدام از پیزومترهای انتخاب شده تعیین گردید. نتایج نشان داد که شبکه پیزومتری پیشنهاد شده تا حد قابل قبولی سطح آب زیرزمینی را به درستی تخمین رده است.

Keywords:

واژه های کلیدی: مکان یابی پیزومتر , شبکه عصبی , گرگ خاکستری , Polytope

Paper COI Code

This Paper COI Code is JR_WATER-8-3_010. 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/888552/

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:
جعفرزاده، احمد و خاشعی سیوکی، عباس،1397،ارزیابی عملکرد مدل بهینه سازی شبکه پایش آب زیرزمینی بر پایه شبکه عصبی و جستجوی گرگ خاکستری (GNM) (مطالعه موردی: دشت بیرجند)،https://civilica.com/doc/888552

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 :

  • بزرگ حداد ا. 1384. بهینهسازی هیدروسیستمها با استفاده از الگوریتم ...
  • جعفرزاده ا. ع.خاشعی سیوکی، ع. شهیدی. 1394. بررسی اثرات طرح ...
  • بحران آب دشت بیرجند، عوامل، پیامدها و راهکارها [Conference Paper]
  • میرزائی ندوشن، ف.، ا. بزرگ­حداد، م. خیاطی خلقی. 1395. طراحی ...
  • Coulibaly, P., Anctil, F., Aravena, R., & Bobée, B. (2001). ...
  • Cieniawski, S. E., Eheart, J. W., & Ranjithan, S. (1995). ...
  • Dadaser-Celik, F., & Cengiz, E. (2013). A neural network model ...
  • Guyaguler, B., Horne, R. N., Rogers, L., & Rosenzweig, J. ...
  • Kollat, J. B., & Reed, P. M. (2005). Comparison of ...
  • Koziel, S., & Leifsson, L. (2013). Surrogate-based modeling and optimization. ...
  • Li, Y., & Hilton, A. B. C. (2005). Reducing spatial ...
  • McCulloch, W. S., & Pitts, W. (1943). A logical calculus ...
  • Mirjalili, S., Saremi, S., Mirjalili, S. M., & Coelho, L. ...
  • Nelder, J.A., and Mead, R.: (2000) A Simplex Method for ...
  • Ranjithan, S., Eheart, J. W., & Garrett, J. H. (1995). ...
  • Razavi, S., Tolson, B. A., & Burn, D. H. (2012). ...
  • Rumelhart, D. E., Hinton, G. E., & Williams, R. J. ...
  • Schaap, M. G., & Bouten, W. (1996). Modeling water retention ...
  • Shiri, J., Kisi, O., Yoon, H., Lee, K. K., & ...
  • Taormina, R., Chau, K. W., & Sethi, R. (2012). Artificial ...
  • Zhang, Q., & Sun, S. (2009, December). Weighted data normalization ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 8,085
    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.

    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.

    Support