کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح ایستابی (مطالعه موردی: دشت های دزفول و زیدون)
نویسندگان
چکیده مقاله:
از آنجایی که برداشت آب از چاههای مشاهدهای موجود در دشتها به صورت نقطهای انجام می‌گیرد، لذا ضرورت دارد به منظور محاسبه مقدار متوسط سطح آب زیرزمینی در دشتها و تخمین سطح آب، اطلاعات حاصل از برداشت نقطهای به کل سطح تعمیم داده شود. هدف از انجام این پژوهش بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح آب زیرزمینی در دشت‌های دزفول و زیدون واقع در استان خوزستان میباشد. نتایج حاصل از کاربرد روشهای کوکریجینگ، کریجینگ و روش عکس فاصله نشان داد که در دشت دزفول روش کوکریجینگ با مدل نیمتغیرنما و نیمتغییرنمای متقابل گوسین، و در دشت زیدون روش کریجینگ با نیمتغیرنمای گوسین بهترین روش زمین آماری برای تخمین سطح ایستابی و ترکیب با شبکههای عصبی میباشد. همچنین نتایج حاصل از ترکیب این دو مدل در هر دو دشت، نشان داد که مدل ترکیبی بهینه شده با الگوریتم ژنتیک دارای معیارهای ارزیابی مناسبتری در تخمین سطح ایستابی نسبت به کاربرد روشهای زمین آماری به تنهایی میباشد. بهطوری که کاربرد این روش ترکیبی بهینه شده در دشت زیدون که دارای تعداد چاههای مشاهدهای کمتری میباشد، موثرتر از دشت دزفول بوده است.
منابع مشابه
مقایسه روش های زمین آمار و شبکه عصبی مصنوعی در تخمین سطح آب زیرزمینی(مطالعه موردی: دشت نورآباد، استان لرستان)
زمینه و هدف: در بررسی مسایل ژئوهیدرولوژى، تغییرات سطح ایستابى از اهمیت بسیار بالایی برخوردار است. بنابراین تحقیق و پژوهش در تخمین نقاط فاقد اطلاعات ضروری می باشد. روش بررسی: یکی از روش های مهم در برآورد سطح ایستابی آب های زیرزمینی درون یابی است. طى چند دهه اخیر به دلیل وجود همبستگی مکانی بین مقادیریک متغیر در یک ناحیه مبانى علم زمین آمار به خوبى گسترش یافته و توانایی هاى این شاخه از آمار در بر...
متن کاملتخمین سطح آب زیرزمینی با استفاده از روش ترکیبی زمین آمار و شبکههای عصبی مصنوعی (مطالعه موردی: دشت شهرکرد)
از اساسیترین موارد در مدیریت کمی منابع آب زیرزمینی تخمین سطح آب با استفاده از دادههای برداشت شده از شبکه چاههای مشاهدهای میباشد. هدف این تحقیق میانیابی سطح آبزیرزمینی با استفاده از الگوریتم ترکیبی زمین آمار و شبکههای عصبی مصنوعی میباشد و دشت شهرکرد به عنوان نمونه انتخاب شده است. بعد ازانتخاب دو ماه اسفند 1385 و شهریور 1388 به عنوان ماههای دارای به ترتیب حداکثر و حداقل سطح آب (طی ...
متن کاملتخمین سطح آب زیرزمینی با استفاده از روش ترکیبی زمین آمار و شبکه های عصبی مصنوعی (مطالعه موردی: دشت شهرکرد)
از اساسیترین موارد در مدیریت کمی منابع آب زیرزمینی تخمین سطح آب با استفاده از دادههای برداشت شده از شبکه چاههای مشاهدهای میباشد. هدف این تحقیق میانیابی سطح آبزیرزمینی با استفاده از الگوریتم ترکیبی زمین آمار و شبکههای عصبی مصنوعی میباشد و دشت شهرکرد به عنوان نمونه انتخاب شده است. بعد ازانتخاب دو ماه اسفند 1385 و شهریور 1388 به عنوان ماههای دارای به ترتیب حداکثر و حداقل سطح آب (طی دوره ...
متن کاملتخمین سطح ایستابی با استفاده از یک روش ترکیبی بهینه شده با الگوریتم ژنتیک در دشت رامهرمز
با توجه به اهمیت منابع آب زیرزمینی، برای محاسبه مقدار متوسط و تخمین سطح آب در دشتها، ضروری است که اطلاعات حاصل از برداشت نقطهای به سطح دشت تعمیم داده شود. به این منظور کاربرد مدلهای زمین آماری، همواره با خطا همراه بوده است، چرا که در اکثر موارد تابع برازش داده شده شامل کلیه نقاط تجربی محاسبه شده نمیباشد. هدف از انجام این پژوهش بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده ب...
متن کاملمقایسه روش های زمین آمار و شبکه عصبی مصنوعی در تخمین سطح آب زیرزمینی(مطالعه موردی: دشت نورآباد، استان لرستان)
زمینه و هدف: در بررسی مسایل ژئوهیدرولوژی، تغییرات سطح ایستابی از اهمیت بسیار بالایی برخوردار است. بنابراین تحقیق و پژوهش در تخمین نقاط فاقد اطلاعات ضروری می باشد. روش بررسی: یکی از روش های مهم در برآورد سطح ایستابی آب های زیرزمینی درون یابی است. طی چند دهه اخیر به دلیل وجود همبستگی مکانی بین مقادیریک متغیر در یک ناحیه مبانی علم زمین آمار به خوبی گسترش یافته و توانایی های این شاخه از آمار در بر...
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 40 شماره 2
صفحات 27- 37
تاریخ انتشار 2017-08-23
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