علی میرعربی
گروه زمین شناسی معدنی و آب، دانشکده علوم زمین، دانشگاه شهید بهشتی
[ 1 ] - بررسی عملکرد مدل های داده مبنا در شبیه سازی گامهای مختلف زمانی سطح آب زیرزمینی با استفاده از روش تلفیقی آزمون گاما و الگوریتم ژنتیک
به منظور مدیریت پایدار منابع آب زیرزمینی، تعیین رفتار سطح آب زیرزمینی ضروری است. نوسانات سطح آب زیرزمینی فرآیندی غیرخطی و پیچیده است که مدل-های هوش محاسباتی داده مبنا قادر هستند بدون تقریب و سادهسازی به مدلسازی آن بپردازند. در این مطالعه میزان دقت و کارایی هر یک از مدلهای داده مبنا هوش مصنوعی پرسپترون چند لایه (MLP)، استنتاجی فازی عصبی (ANFIS) و رگرسیون بردار پشتیبان(SVR) در شبیهسازی سه افق...
Co-Authors