پیشبینی تراز آب زیر زمینی با استفاده از مدلهای مادفلو، ماشین آموزش نیرومند و ویولت-ماشین آموزش نیرومند
Authors
Abstract:
در این مطالعه تراز آب زیرزمینی منطقه کبودر آهنک واقع در استان همدان، ایران با استفاده از مدلهای مادفلو، ماشین آموزش نیرومند (ELM) و ویولت-ماشین آموزش نیرومند WA-ELM)) شبیهسازی میشود. تجزیه و تحلیل نتایج مدلسازی نشان میدهد که مدلهای عددی تراز آب زیرزمینی را با دقت قابل قبولی شبیهسازی میکنند. بهعنوان مثال مقادیر ضریب همبستگی و شاخص پراکندگی برای مدل مادفلو بهترتیب مساوی 0.917 و 0.0004 بدست آمد. سپس با ترکیبهای ورودی مختلف و با استفاده از گام زمانی صحیح، به صورت تاخیرهای متفاوت 10 مدل مختلف برای مدلهای ELM و WA-ELM تعریف میشود. با ارزیابی کلیه توابع فعالسازی مدل ELM، تابع فعالسازی sigmoid مقادیر تراز آب زیرزمینی را با دقت بیشتری پیشبینی میکند. همچنین Daubechies2 بهعنوان خانواده ویولت مدلهای WA-ELM انتخاب میشود. بر اساس نتایج مدلهای عددی مختلف، مدل WA-ELM بهعنوان مدل برتر در پیشبینی تراز آب زیرزمینی انتخاب میشود. برای مدل برتر مقادیر ضریب همبستگی و ضریب نش بهترتیب برابر 0.959 و 0.915 محاسبه شده است.
similar resources
شبیهسازی تراز آب زیرزمینی با استفاده از مدل ترکیبی موجک-ماشین آموزش نیرومند خودتطبیقی
در مطالعه حاضر، با استفاده از روشهای نوین ماشین آموزش نیرومند خود تطبیقی (SAELM)و موجک-ماشین آموزش نیرومند خود تطبیقی (WA-SAELM) تراز آب زیرزمینی در منطقه کبودر آهنگ واقع در استان همدان مورد بررسی قرار گرفت. در ابتدا با استفاده از تابع خود همبستگی، تاخیرهای موثر شناسایی شده و سپس با استفاده از این تاخیرها برای هر یک از روشهای SAELM و WA-SAELM، 10 الگوی متمایز ورودی توسعه داده شد. با ارزیابی...
full textشبیهسازی روزنههای جانبی مستطیلی و دایروی توسط ماشین آموزش نیرومند
در مطالعهی حاضر، با استفاده از ماشین آموزش نیرومند، ضریب دبی روزنههای جانبی مستطیلی و دایروی تخمین زده شده است. برای ارزیابی دقت مدلسازی از شبیهسازیها مونتکارلو و جهت صحتسنجی از روش اعتبارسنجی چندلایه برای $k=5$ استفاده شده است. ابتدا بهینهترین تعداد نرونهای لایهی مخفی مساوی ۳۰ انتخاب شده است. همچنین نتایج کلیهی توابع فعالسازی مدل ماشین آموزش نیرومند بررسی و تابع فعالسازی sigmo...
full textپیشبینی عدد فرود جریان سه فازی در سیستمهای فاضلابرو با استفاده از ماشین آموزش نیرومند
بهطور کلی کانالهای دایروی در سیستمهای جمعآوری فاضلابهای شهری مورد استفاده قرار میگیرند. در مقابل جریان درون این مجاری یک جریان سه فازی شامل آب، هوا و رسوبات است. مطالعات فراوانی در ارتباط با جریان درون کانالهای فاضلاب توسط پژوهشگران مختلف انجام شده است. در پژوهش حاضر با استفاده از مدل ماشین آموزش نیرومند، عدد فرود جریان سه فازی درون کانالهای دایروی فاضلابرو تخمین زده شد. سپس ب...
full textتخمین پارامترهای کیفی و کمی آب زیرزمینی توسط مدلهای عددی: مطالعه موردی حوضه آبریز میقان در دشت اراک
در این مطالعه، مقادیر شوری، هدایت الکتریکی، تراز آب زیرزمینی و کل جامدات محلول در محدوده مطالعاتی اراک توسط چهار مدل نوین هوش مصنوعی ماشین آموزش نیرومند، ویولت- ماشین آموزش نیرومند، ماشین آموزش نیرومند ترتیبی آنلاین و ویولت- ماشین آموزش نیرومند ترتیبی آنلاین و همچنین نرم افزار مادفلو (مدل MT3D) شبیهسازی شدند. لازم به ذکر است که برای توسعه مدلهای ترکیبی از تبدیل ویولت استفاده شد. در ابتدا، با ...
full textمدلسازی ظرفیت آبدهی سرریزهای جانبی واقع بر کانالهای همگرابه کمک استفاده از ماشین آموزش نیرومند
به طور کلی سررریزهای جانبی برای تنظیم و اندازه گیری جریان درون کانالهای باز مورد استفاده قرار میگیرند. در این مطالعه ضریب دبی سرریزهای جانبی واقع بر کانالهای همگرا توسط ماشین آموزش نیرومند شبیه سازی شد. ماشین آموزش نیرومند یک الگوریتم هوش مصنوعی برای پیش بینی پدیدههای پیچیده است. همچنین از شبیه سازی های مونت کارلو و روش اعتبار سنجی ضربدری برای ارزیابی دقت مدل عددی استفاده گردید. سپس با توجه به ...
full textپیشبینی تراز سطح آب مخزن سد با استفاده از روش ماشین هوشمند نظارت شده، مطالعه موردی: سد امیرکبیر کرج
پیشبینی صحیح تغییرات تراز سطح آب مخازن به عنوان یکی از مسائل مهم جهت مدیریت، طراحی، بهرهبرداری از سدها و تأمین نیازهای آبی مطرح میباشد. در این مطالعه بر پایه پنج مدل نرم رگرسیون بردار پشتیبان (SVR)، سیستم استنتاج عصبی-فازی تطبیقی (ANFIS)، شبکه عصبی (ANN)، شبکه عصبی شعاعی (RBFNN) و شبکه عصبی مبتنی بر رگرسیون عمومی (GRNN) و استفاده تلفیقی از نتایج آنها به عنوان ورودی به یکی از این پنج مدل، سا...
full textMy Resources
Journal title
volume 14 issue 5
pages 496- 501
publication date 2019-01-21
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