مدلسازی تراز آب زیرزمینی دشت میاندوآب با استفاده از الگوریتمهای انتخابات، ژنتیک و روش شبکۀ عصبی مصنوعی
نویسندگان
چکیده مقاله:
پیشبینی تغییرات تراز آب زیرزمینی در دورههای آتی و امکان برنامهریزی و مدیریت منابع آب برای بهبود شرایط آبخوان در آینده، بسیار مهم است. در پژوهش حاضر، برای اولین بار با استفاده از الگوریتم انتخابات که یک الگوریتم تکرارشونده است و از انتخابات ریاست جمهوری الهام گرفته و با مجموعهای از راه حلهای شناختهشده به عنوان جمعیت کار میکند، به پیشبینی تراز آب زیرزمینی دشت میاندوآب در استان آذربایجان غربی پرداخته شد و نتایج بهدستآمده از این روش با نتایج روشهای شبکۀ عصبی مصنوعی و الگوریتم ژنتیک مقایسه شد. دادههای تراز سطح آب دشت میاندوآب، دادههای هواشناسی مانند دما، بارش، رطوبت، تبخیر و دادههای آبهای سطحی در دورۀ آماری 1385ـ 1395 در مقیاس ماهانه برای آموزش و آزمون مدلها استفاده شد. براساس محاسبههای انجامشده و نتایج بهدستآمده از پارامترهای آماری، الگوریتم انتخابات بهترتیب با مقادیر ریشۀ میانگین مربعات خطا (RMSE)، ضریب همبستگی (R2) و معیار نش- ساتکلیف (NSE)، 027/0، 93/0 و 74/0 نسبت به دو روش شبکۀ عصبی مصنوعی و الگوریتم ژنتیک، توانایی درخور توجهی در پیشبینی تراز سطح آب زیرزمینی دارد و نتایج قابل اطمینانی را ارائه میدهد.
منابع مشابه
ارزیابی الگوریتمهای انتخابات، رقابت استعماری و روش شبکه عصبی مصنوعی در بررسی روند افت تراز سطح ایستابی دشت رشتخوار
ارزیابی نوسانات سطح ایستابی در مناطق خشک و نیمهخشک کشور، نیازمند پیشبینی دقیق و کارآمدی از نوسانات آن میباشد. استفاده از روشهای نوین از جمله الگوریتمهای فراابتکاری، شبکههای عصبی مصنوعی و روشهای فازی، جهت تولید دادههای سطح آب مصنوعی و پیشبینی آینده تراز سطح ایستابی به دلیل کارآیی بسیار بالای خود، بسیار کاربردی است. در پژوهش حاضر، با استفاده از روشهای الگوریتمهای انتخابات و رقابت استعماری، شبکه ع...
متن کاملپیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی
Groundwater level prediction is an important issue in scheduling and managing water resources. A number of approaches such as stochastic, fuzzy networks and artificial neural network have been used for such prediction. A neural network model has been employed in this research for Shahrood plain groundwater level prediction. For this reason, statistical parameters of groundwater level fluct...
متن کاملارزیابی آسیبپذیری آب زیرزمینی دشت میاندوآب به نیترات با استفاده از الگوریتم ژنتیک
برای پاکسازی آبهای زیرزمینی آلوده و مصرف مجدد آن، اغلب باید وقت و هزینه زیادی صرف شود و یافتن منبع آبی جایگزین همیشه امکانپذیر نیست. محدوده مطالعاتی میاندوآب به عنوان مهمترین دشت حوضه دریاچه ارومیه یکی از مناطق مهم کشاورزی کشور، در معرض خطر آلودگی به نیترات قرار گرفته است. لذا بررسی مناطق آسیبپذیر آبخوان این منطقه با روش مناسب از اهمیت بالایی برخوردار است. در این تحقیق ابتدا از روش دراستیک...
متن کاملپیشبینی اثر تغییرات پارامترهای هواشناسی بر منابع آب زیرزمینی با استفاده از مدلهای شبکه عصبی مصنوعی (مطالعه موردی: دشت میاندوآب)
در این تحقیق، اثر تغییر اقلیم بر منابع آب زیرزمینی دشت میاندوآب در استان آذربایجان غربی مورد بررسی قرار گرفت. در این راستا، سناریوهای A1B، A2 و B1 از طریق مدل ریزمقیاس نمایی LARS-WG و با بهکار بردن مدل گردش عمومی جو HadCM3 و مدل شبکه عصبی مصنوعی در دو دوره زمانی مختلف (2065-2046، 2099-2080) مورد مطالعه قرار گرفتند. بدین منظور از دادههای ماهانه عمق سطح آب زیرزمینی 25 چاه پیزومتری در دشت میاندو...
متن کاملپیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی
پیشبینی تراز آب زیرزمینی به منظور مدیریت و برنامهریزی منابع آب، بسیار مهم است. برای انجام این پیشبینی، از روشهای متعددی مانند روشهای استوکستیکی، منطق فازی و شبکه عصبی مصنوعی میتوان استفاده نمود. در تحقیق حاضر، مدل شبکه عصبی مصنوعی rbf هیبرید برای پیشبینی تراز آب زیرزمینی دشت شاهرود مورد استفاده قرار گرفته است. این هیبرید بودن شبکه باعث افزایش دقت روش نسبت به شبکه rbf پایه میشود. بدین من...
متن کاملبررسی روند تغییرات کیفیت آب زیرزمینی دشت میاندوآب با استفاده از روش مان– کندال
روند تغییرات کیفیت آب زیرزمینی دشت میاندوآب طی سالهای (1391- 1381) (برای دورههای پر آب و کم آب) با استفاده از آزمون ناپارامتری مان- کندال اصلاح شده برای ضریب خودهمبستگی مرتبه اول تحلیل شد. نتایج نشان داد که از مجموعه 25 ایستگاه نمونهبرداری آب و برای 14 متغیر کیفی مورد بررسی، برای دوره پر آب، 58 درصد از مشاهدهها دارای روند صعودی، 32 درصد روند نزولی و ده درصد بدون روند (در سطح معنیداری 5 در...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 5 شماره 4
صفحات 1175- 1189
تاریخ انتشار 2018-12-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023