مدل منطق فازی در تخمین قابلیتانتقال آبخوانها مطالعه موردی: دشت تسوج
Authors
Abstract:
این مطالعه یک مدل منطق فازی مرکب نظارت شده (SCFL)برای تخمین قابلیتانتقال در آبخوان دشت تسوج ارائه می کند. تخمین قابلیتانتقال به ویژه در آبخوان ناهمگن بسیار پرهزینه و وقت گیر است. در این مطالعه، برای تخمین قابلیتانتقال با استفاده از داده های هیدروژئولوژیکی و ژئوفیزیکی از مدل های فازی مانند ممدانی(MFL)، لارسن (LFL) و ساگنو (SFL) استفاده شد. این مدل ها، نتایج مشابهی در تخمین قابلیتانتقال در دشت تسوج ارائه دادند. لذا به جای انتخاب مدل برتر از مدل SCFL برای برای ترکیب نتایج سه مدل منفرد فازی استفاده شد. برای استفاده همزمان از مزایای هر سه مدل مذکور، ترکیب غیر خطی از خروجی مدل های فازی برای ایجاد یک مدل منطق فازی مرکب نظارت شده به کار گرفته می شود. مدل مذکور از یک شبکه عصبی مصنوعی برای تخمین قابلیتانتقال بر اساس خروجی سه مدل فازی استفاده می کند. نتایج نشان داد مدل SCFL ارائه شده، توانست نسبت به روش های مدل منطق فازی مرکب ساده، که از روش ترکیب کننده خطی سود می بردند، بهتر عمل کند. همچنین نتایج نشانگر برتری نتایج مدل SCFL نسبت به هر یک از مدل های فازی بودند.
similar resources
مدل منطق فازی در تخمین قابلیت انتقال آبخوانها مطالعه موردی: دشت تسوج
این مطالعه یک مدل منطق فازی مرکب نظارت شده (scfl)برای تخمین قابلیتانتقال در آبخوان دشت تسوج ارائه می کند. تخمین قابلیتانتقال به ویژه در آبخوان ناهمگن بسیار پرهزینه و وقت گیر است. در این مطالعه، برای تخمین قابلیتانتقال با استفاده از داده های هیدروژئولوژیکی و ژئوفیزیکی از مدل های فازی مانند ممدانی(mfl)، لارسن (lfl) و ساگنو (sfl) استفاده شد. این مدل ها، نتایج مشابهی در تخمین قابلیتانتقال در...
full textمقایسه کارآیی مدلهای عددی و هوش مصنوعی در مدیریت آبخوانها (مطالعه موردی: دشت تسوج)
مدیریت آبخوان همانند هر سیستمی نیاز به شناخت کامل آن و پیش بینی شرایط آیند? آن دارد که این کار با مدلسازی سیستم مورد نظر امکان پذیر است. امروزه روش معمول در مدلسازی منابع آب استفاده از مدلهای عددی است. در دهه های اخیر به سبب پیچیدگی و خصوصیات غیرخطی سیستمهای آب زیرزمینی مدلهای هوش مصنوعی در مدلسازی و مدیریت آبخوانها مورد آزمایش قرار گرفته اند. هدف این تحقیق استفاده و مقایسه مدلهای عددی و هوش مص...
15 صفحه اولپیش بینی سطح آب زیرزمینی با استفاده از مدل منطق فازی مرکب نظارت شده (مطالعه ی موردی: دشت مشگین شهر)
ارتقاء اطلاعات کمی به بهبود پیشبینی پارامترهای برف کمک میکند. تاکنون تعاملات بین اندازهی پیکسل به صورت محدود بررسیشده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیشبینی عمق برف از طریق آزمون تجربی روابط بین مدلهای رقومی ارتفاع و پارامترهای مؤثر در مدلسازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده از مدل رگرسیون چندمتغیره میباشد. به همین منظور ابتدا با استفاده از رو...
full textتعیین مدل پهنه بندی اکولوژیکی مناطق مستعد احیاء بیابان با استفاده از منطق فازی (مطالعه موردی: دشت سیستان)
امروزه یافتن مکان یا مکانهای مناسب برای ایجاد یک فعالیت در حوزه جغرافیائی معین، جزء مراحل مهم طرحهای اجرایی، به ویژه در سطح کلان و ملی به شمار میرود. جهت انتخاب مناطق بیابانی مستعد احیاء، یکی از مناسبترین ابزارها، استفاده از مدلهای رایانهای است. تاکنون مکانیابی با استفاده از منطق فازی و سیستمهای اطلاعات جغرافیائی در زمینههای تخصصی مختلف انجام شده است، با توجه به نیاز این حوزه مطالعاتی ...
full textتوسعه مدلهای هوش مصنوعی مرکب در برآورد قابلیت انتقال آبخوان، مطالعه موردی: دشت تسوج
پارامترهای هیدروژئولوژیکی از جمله قابلیت انتقال یکی از مهمترین پارامترهای ورودی در مدلسازی آبهای زیرزمینی است که عموماً تعیین آن برای نقاط مختلف آبخوان با هزینههای فراوانی انجام میگیرد. آبخوان دشت تسوج یکی از آبخوانهای حاشیه دریاچه ارومیه میباشد که در دهه اخیر با افت سطح آب زیرزمینی مواجه شده و نیازمند مدیریت کمی و کیفی است. بنابراین، در این تحقیق به عنوان مرحله اول، از مدلهای منطق فازی، شب...
full textتوسعه مدل های هوش مصنوعی مرکب در برآورد قابلیت انتقال آبخوان، مطالعه موردی: دشت تسوج
پارامترهای هیدروژئولوژیکی از جمله قابلیت انتقال یکی از مهمترین پارامترهای ورودی در مدل سازی آبهای زیرزمینی است که عموماً تعیین آن برای نقاط مختلف آبخوان با هزینه های فراوانی انجام می گیرد. آبخوان دشت تسوج یکی از آبخوانهای حاشیه دریاچه ارومیه می باشد که در دهه اخیر با افت سطح آب زیرزمینی مواجه شده و نیازمند مدیریت کمی و کیفی است. بنابراین، در این تحقیق به عنوان مرحله اول، از مدل های منطق فازی، شب...
full textMy Resources
Journal title
volume 24 issue 1
pages 209- 223
publication date 2014-06-21
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