در این تحقبق سعی شده است با استفاده از شبکه های عصبی مصنوعی که کارایی چشمگیری در حل مسائل پیچیده و مشکل داشته اند، تغییرات زمانی و مکانی عمق آب پیش بینی گردد. این مطالعه در منطقه ی شیبکوه واقع در 30 کیلومتری جنوب غرب شهرستان فسا در استان فارس صورت گرفته است. در این تحقیق 2 شبکه ی عصبی طراحی گردید. شبکه ی اول قابلیت پیش بینی میانگین سالانه ی عمق آب در نقاط گوناگون یک آبخوان را داشته و شبکه ی دوم...

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...

در این مقاله، یک شبکه­ی عصبی مصنوعی جهت تعیین فراسنجهای آبخوان آزاد (قابلیت انتقال آبخوان، ضریب ذخیره، آبدهی ویژه و شاخص تأخیر) طراحی گردیده است. تابع چاه مربوط به آبخوانهای آزاد با روش پس انتشار خطا و به کارگیری الگوریتم بهینه سازی لونبرگ-مارکوآرت به این شبکه آموزش داده شده است. با اعمال روش تحلیل مولفه­ی اصلی بر مجموعه داده های آموزش، ساختار شبکه با آرایش (3×6×3)، صرف نظر از تعداد داده های آز...

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...

در سال‌های اخیر، شبکه‌های عصبی مصنوعی (Artificial Neural Networks - ANNs) به‌عنوان جایگزین روش‌های انطباق منحنی‌تیپ (Type curve matching techniques) برای تعیین متغیرهای آبخوان استفاده می‌شوند. در این پژوهش دو شبکه عصبی مصنوعی از نوع پرسپترون چندلایه (Multilayer Perceptron Network - MLPN) برای تعیین متغیرهای آبخوان محبوس نشتی (leaky confined aquifer) طراحی شده است. نشت آب به آبخوان یا از لایه ‌ن...

آبهای زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده است. دشت بیرجند با قرار گرفتن در منطقه خشک، از آب های زیرزمینی به عنوان تنهاترین منبع تولید آب شیرین استفاده می کند. در همین زمینه پیش بینی نوسانات سطح آب زیرزمینی دشت می تواند کمک شایانی به برنامه ریزی و تصمیم گیری های بعدی، جهت تأمین دراز مدت آب شرب، کشاورزی و صنعت نماید. هد...

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...

مدل‌سازی و پیش‌بینی سطح ایستابی چاه‌ها یکی از کار‌های اساسی برایرسیدن به مدیریت بهینه منابع آب می‌باشد. یکی از راه‌های پیش‌بینی سطح آب زیرزمینی استفاده از تکنیک‌های هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن می‌باشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در پیش‌بینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت می‌باشد. به این منظور از داده‌های سطح ایست...