مقایسۀ کارایی مدلهای شبکۀ عصبی مصنوعی، منطق فازی و جنگل تصادفی در برآورد پارامتر قابلیت انتقال آبخوان دشت ملکان
Authors
Abstract:
آبخوان دشت ملکان به عنوان یکی از آبخوانهای حوضۀ دریاچۀ ارومیه، به مدیریت صحیح کمی و کیفی نیاز دارد. روشهای مختلفی از جمله انجام آزمون پمپاژ، روشهای آزمایشگاهی، استفاده از ردیابها و روشهای ژئوفیزیکی برای ارزیابی پارامترهای هیدروژئولوژیکی و مدیریت مناسب آبخوانها وجود دارد. هر چند تعبیر و تفسیر دادههای بهدستآمده از آزمون پمپاژ، بهترین روش تخمین پارامترهای هیدروژئولوژیکی آبخوان است، اما این روش پرهزینه، وقتگیر و نتایج آن مختص به مناطق محدودی خواهد بود. با توجه به اینکه مدلهای هوش مصنوعی تواناییهایی در برآورد پارامترهای هیدروژئولوژیکی نشان دادهاند، در تحقیق حاضر کارایی مدلهای شبکههای عصبی مصنوعی، منطق فازی و جنگل تصادفی در برآورد پارامتر قابلیت انتقال آبخوان دشت ملکان بررسی شده است. پارامترهای ژئوفیزیکی و هیدروژئولوژیکی مرتبط با قابلیت انتقال، از جمله مقاومت عرضی، هدایت الکتریکی، ضخامت آبخوان و هدایت هیدرولیکی به عنوان مهمترین ورودی در این مدلها در نظر گرفته شده است. بر اساس نتایج بهدستآمده از بین مدلهای شبکۀ عصبی و فازی و جنگل تصادفی، مدل جنگل تصادفی دقت و توانایی بیشتری در شبیهسازی داشته است. نتایج بهدستآمده از شبیهسازی ( 96/0 = AUC، 001/0 = MSE و 986/0= R2) و تعیین مهمترین پارامترهای تأثیرگذار در پیشبینی قابلیت انتقال، گویای برتری این مدل نسبت به مدلهای شبکههای عصبی مصنوعی و منطق فازی در بحث پیشبینی است.
similar resources
پیشبینی قابلیت انتقال آبخوان دشت ملکان با استفاده از روش جنگل تصادفی
قابلیت انتقال یکی از پارامترهای مهم در شناسایی خصوصیات آبخوانها میباشد و بهدست آوردن مقادیر و چگونگی توزیع آن توسط مدلسازی، برای مدیریت آبخوانها ضروری بهنظر میرسد. برآورد این پارامتر با استفاده از آزمایشات صحرایی مانند آزمایش پمپاژ بسیار پرهزینه و وقتگیر است. برای مدیریت مناسب آبخوان دشت ملکان که یکی از قطبهای کشاورزی شمالغرب کشور میباشد شناخت پارامترهای هیدروژئولوژیکی، خصوصاً قابلیت...
full textتخمین پارامترهای هیدرودینامیکی آبخوان محبوس با استفاده از مدل فازی سوگنو
شناخت دقیق پارامترهای هیدروژئولوژیکی مانند قابلیت انتقال، هدایت هیدرولیکی و ضریب ذخیره یا آبدهی ویژه از جمله پارامترهای مهم برای پیشبینی شرایط آبخوان هستند که عموماً تعیین آنها برای نقاط مختلف آبخوان با هزینههای فراوانی انجام میشود. در سالهای اخیر، از مدلهای هوش مصنوعی به عنوان جایگزین روشهای انطباق منحنی تیپ برای تعیین پارامترهای هیدرودینامیکی آبخوانها استفاده شده است. بنابراین، در مطال...
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 textتعیین مناطق آسیبپذیر آبخوان دشت ملکان به نیترات با استفاده از روش جنگل تصادفی
به دلیل وجود آنومالی نیترات در آب زیرزمینی دشت ملکان، 27 نمونه از منابع آب زیرزمینی در شهریور سال 1393 جمعآوری و در آزمایشگاه آبشناسی دانشگاه تبریز تجزیة هیدروشیمیایی شد. در مطالعة حاضر روش جنگل تصادفی (RF)، که روشی یادگیری مبتنی بر دستهای از درختهای تصمیم است، برای ارزیابی آسیبپذیری پیشنهاد شده است. روش RF نسبت به روشهای دیگر دارای مزایایی مانند دقت پیشبینی بالا، توانایی زیاد در تعیین مت...
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 textمقایسۀ مدل رگرسیون درختی، شبکۀ عصبی مصنوعی و هارگریوز سامانی در برآورد تبخیرتعرق مرجع مناطق خشک
هدف از این تحقیق، ارزیابی سه مدل شبکۀ عصبی مصنوعی، رگرسیون درختی و مدل هارگریوز سامانی برای برآورد تبخیرتعرق گیاه مرجع بود. بدین منظور از اطلاعات هواشناسی استانهای سیستان و بلوچستان، کرمان، یزد و خراسان جنوبی در دورۀ آماری 1998-2008 استفاده شد. با توجه به تأثیر سرعت باد بر میزان تبخیرتعرق منطقه، برآورد تبخیرتعرق براساس تغییرات سرعت باد در قالب سه گروه شامل ایستگاههایی با سرعت باد کمتر از 48/2...
full textMy Resources
Journal title
volume 5 issue 3
pages 739- 751
publication date 2018-09-23
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