ارزیابی توانایی مدل ترکیبی SOM-FL برای پیش ‏بینی هدایت هیدرولیکی در محدودۀ متروی شهر تبریز

Authors

Abstract:

توسعۀ‏ روزافزون، ساخت پروژه‏های مهندسی ازجمله قطار شهری در کلان‏شهرها به بررسی، مدیریت و کنترل مناسب آب‏های زیرزمینی نیاز دارد. بنابراین، تخمین دقیق پارامترهای هیدروژئولوژیکی از جمله هدایت هیدرولیکی مهم‏ترین عامل در مطالعات و مدل‏سازی آب‏های زیرزمینی و همچنین مسائل ژئوتکنیک به‏حساب می‏آید. در دهۀ اخیر روش‏های مختلف آزمایشگاهی و صحرایی برای تخمین این پارامتر وجود داشته است، اما تخمین هدایت هیدرولیکی با استفاده از این روش‏ها با توجه به ناهمگنی و ناهمسانی محیط‏های هیدروژئولوژیکی، پرهزینه، وقت‏گیر و دارای عدم قطعیت ذاتی است. در این تحقیق از سه روش فازی مدل استنتاج فازی ساگنو (SFIS)، مدل استنتاج فازی ممدانی (MFIS) و سیستم استنتاج فازی لارسن (LFIS) که مناسب برای کار با داده‏های دارای عدم قطعیت هستند، برای تخمین هدایت هیدرولیکی محدودۀ متروی شهر تبریز استفاده شده است. سپس برای تدقیق مدل‏های منفرد و حل مشکل ناهمگنی زیاد آبخوان شهر تبریز، مدل ترکیبی SOM-FL ارائه شد. بر‌اساس معیارهای ارزیابی RMSE و R2 نتایج مدل‏های منفرد قابل ‏قبول است، ولی مدل ترکیبی ارائه‏شده توانست راندمان مدل (R2) را نسبت به مدل‏های منفرد در مرحلۀ آموزش 18 درصد و در مرحلۀ آزمایش 4/15 درصد افزایش دهد و هدایت هیدرولیکی را تدقیق کند.        

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی زمانی و مکانی سطح آب زیرزمینی محدودۀ متروی شهر تبریز توسط روش کریجینگ عصبی

تغییرات سطح آبهای زیرزمینی یکی از عوامل اصلی تأثیر گذار بر اجرای پروژه های مهندسی می باشد. پیش بینی زمانی و مکانی سطح آبهای زیرزمینی در محدودۀ شهر تبریز به علت وجود پروژه های مهندسی در دست اجرا از جمله پروژۀ متروی شهر تبریز ضروری به نظر می رسد. به علت پیچیده و چند لایه بودن آبخوان محدودۀ شهر تبریز، مدل سازی آن با مدل های ریاضی کلاسیک با مشکلات فراوانی رو به رو است. در این تحقیق به عنوان روشی جد...

full text

تحلیل عدم قطعیت مدل سیستم استنتاج فازی در پیش بینی ضریب هدایت هیدرولیکی خاک اشباع

تعیین و پیش­بینی میزان هدایت هیدرولیکی خاک در شرایط اشباع اهمیت ویژه­ای در مسایل و طراحی­های مرتبط با فیزیک خاک دارد. در این میان برآورد و تخمین آن با استفاده از داده­های موجود آسان توسعه زیادی پیدا کرده که از آن جمله استفاده از سیستم­های خبره پیش از پیش کاربرد داشته است. شاید مدل ROSETTA قدیمی­ترین مدل مذکور باشد در این میان سیستم استنتاج فازی نیز بدلیل پیچیدگی­ها و صرف هزینه و وقت کمتر کاربرد...

full text

پیش‌بینی زمانی و مکانی سطح آب‌ زیرزمینی محدودۀ متروی شهر تبریز توسط روش کریجینگ عصبی

تغییرات سطح آبهای زیرزمینی یکی از عوامل اصلی تأثیر گذار بر اجرای پروژه‌های مهندسی می‌باشد. پیش‌بینی زمانی و مکانی سطح آبهای زیرزمینی در محدودۀ شهر تبریز به علت وجود پروژه‌های مهندسی در دست اجرا از جمله پروژۀ متروی شهر تبریز ضروری به نظر می‌‌رسد. به علت پیچیده و چند لایه بودن آبخوان محدودۀ شهر تبریز، مدل‌سازی آن با مدل‌های ریاضی کلاسیک با مشکلات فراوانی رو به رو است. در این تحقیق به عنوان روشی ج...

full text

ارزیابی روشهای پیش بینی و ارائه مدل ترکیبی بهینه در خصوص پیش بینی درآمدهای مالیاتی

این مقاله به پیش بینی درآمدهای مالیاتی به تفکیک منابع وصولی (کل، اشخاص حقوقی، درآمد، ثروت و کالا و خدمات) برای سالهای 91-1390 می پردازد. به منظور دستیابی به پیش بینی های دقیق تر ابتدا ماهیت ساختاری سریهای زمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن و میزان پیچیدگی سیستم مولد سریهای زمانی مالیاتی با استفاده از آزمون های نمای لیاپانوف و بعدهمبستگی بررسی شده است. نتایج حاصل از آزمون نمای لیاپا...

full text

مدل ترکیبی پیش بینی تقاضای گردشگری داخلی شهر تهران

در سال‌های اخیر با تغییر الگوی تعطیلات و شکل‌گیری تعطیلات کوتاه‌مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. به همین منظور پژوهش حاضر سعی دارد ابتدا 4 نوع از مهمترین انواع گردشگری داخلی شهر تهران را شناسایی و سپس مدل‌هایی برای پیش‌بینی متغیرهای تأثیرگذار بر پیش‌بینی تقاضای هر یک از آنها پیشنهاد کند. برای این کار از اطلاعات حتی المقدورماهیانه بین سال‌های 1381 تا 1394 استفاده‌شده است. متغیر مس...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 1

pages  75- 87

publication date 2017-03-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023