بررسی کارایی روش‌های رگرسیون بردار پشتیبان، شبکه عصبی پرسپترون چندلایه و رگرسیون خطی چندمتغیره به منظور پیش‌بینی تراز سطح آب زیرزمینی (مطالعه موردی: دشت شهرکرد)
Authors
Abstract:
Accurate and reliable simulation and prediction of the groundwater level variation is significant and essential in water resources management of a basin. Models such as ANNs and Support Vector Regression (SVR) have proved to be effective in modeling nonlinear function with a greater degree of accuracy. In this respect, an attempt is made to predict monthly groundwater level fluctuations using Multivariate Linear Regression, Multi-Layer Perceptron neural network models and two SVRs with RBF and linear function. In the present study, monthly data (from 2000 to 2010) of 18 observational wells in Shahrekord Plain were used for simulating and predicting the groundwater level. Regarding to NS efficiency and RMSE criteria, MLP model in 56% and SVR in 44%, have the best performance in comparison with other models. For an instance, in well No. 1, SVR-RBF using input parameters of groundwater level, temperature, evaporation and precipitation is superior to other models. General efficiency of MLP, SVR-RBF, and SVR-Linear for NS criteria is 0.703, 0.656 and 0.655, respectively; and for RMSE criteria is 0.857, 0.905 and 0.914 meter, respectively. Results indicate that MLP and SVR models give better accuracy in predicting groundwater levels in the study area when compared to the linear model.
similar resources
استفاده از مدل های ترکیبی ماشین بردار پشتیبان - موجکی و شبکه عصبی -موجکی در پیش‌بینی تراز آب زیرزمینی دشت اردبیل
چکیده آبهای زیرزمینی همواره به عنوان یکی از منابع مهم و عمده ی تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده‌اند. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه ی آنها، لازم است پیش‌بینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. در این تحقیق اطلاعات 15 پیزومتر موجود در دشت اردبیل مورد استفاده قرارگرفت. از تبدیل موجک و روش خوشه‌بندی به ترتیب برای پیش‌پردازش زمانی و مک...
full textارزیابی روش‌های ماشین بردار پشتیبان، تحلیل تفکیک خطی و درجه دوم در شبیه‌سازی نوسانات سطح آب زیرزمینی دشت شهرکرد
با توجه به افزایش تقاضای آب و خشکسالی‌های شدید در سال‌های اخیر، منابع آب زیرزمینی به عنوان مهمترین منبع تأمین آب شیرین دارای اهمیت زیادی هستند. لزوم توجه به این منابع و جلوگیری از تخریب آنها نیازمند به رویکرد جامع و برنامه‌ریزی بلند مدت دارد. تغییرات آبخوان عامل مهمی است که امکان قضاوت صحیح در مورد روند تراز سطح آب زیرزمینی و مدیریت لازم در حوزه آبخیز را ایجاد می‌کند. در این تحقیق از اطلاعات ما...
full textکاربرد شبکه بیزین و مدل ماشین بردار پشتیبان در پیش‌بینی تغییرات سطح تراز ایستابی (مطالعه موردی: دشت اردبیل)
آبهای زیرزمینی به‌عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی، به‌ویژه در مناطق خشک و نیمه‌خشک مطرح بوده است. شبیه‌سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی این سیستمها به‌آسانی میسر نیست. در این مقاله با استفاده از دادههای سطح تراز ایستابی دشت اردبیل در بازه زمانی(1390-1351)، به ارزیابی عملکرد آزمون گاما برای پردازش و انتخاب ورودیهای مناسب و کارایی مدلهای حداقل مربعات ماشین برد...
full textپیش‌بینی سیل با استفاده از شبکه عصبی مصنوعی و رگرسیون چندمتغیره غیرخطی (مطالعه موردی: طالقان)
با توجه به کمبود ایستگاه‌های اندازه‌گیری در کشور، لزوم استفاده از مدلهای تجربی برآورد دبی حداکثر لحظه‌ای بسیار ضروری است. در این پژوهش از دو مدل شبکه عصبی و رگرسیون چندمتغیره غیرخطی برای پیش‌بینی دبی اوج در حوزة آبخیز طالقان استفاده گردید. با استفاده از آمار دبی‌های متوسط حداکثر روزانه و بارش‌های متناظر، یک روز قبل و پنج روز قبل و مجموع بارندگی پنج روزه و همچنین دمای میانگین ماهانه در واحدهای...
full textتخمین سرعت نفوذپذیری پایه با استفاده از مدلهای نروفازی، شبکه عصبی و رگرسیون خطی چندمتغیره
ننفوذ یکی از مهمترین مشخصه‌های فیزیکی خاک است که اندازه‌گیری مستقیم آن دشوار، زمان‌بر و پرهزینه می‌باشد. هدف از این پژوهش تخمین سرعت نفوذپذیری پایه با استفاده مدلهای نروفازی، شبکة مصنوعی و رگرسیون خطی چند متغیره است. بدین منظور، در 100 نقطه در منطقه دهگلان استان کردستان سرعت نفوذپذیری پایه با استفاده از استوانه مضاعف اندازه‌گیری شد. ویژگی‌های فیزیکی خاک (تخلخل، جرم ویژه ظاهری، شن، سیلت و رس) ...
full textMy Resources
Journal title
volume 8 issue 15
pages 1- 12
publication date 2017-09
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023