تدوین یک مدل شبیه سازی-بهینه سازی فازی به منظور تخمین بهینه فراسنجهای آبخوان محصور

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 47

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WEJMI-12-40_006

تاریخ نمایه سازی: 26 بهمن 1402

چکیده مقاله:

برای مدیریت صحیح منابع آب زیرزمینی به عنوان یکی از منابع اصلی، تخمین دقیقی از پارامترهای آبخوان لازم است. روش های موجود مدیریت آب های زیرزمینی، به منظور سادگی، عدم قطعیت های پارامترهای آزمایش پمپاژ را نادیده می گیرند. در این تحقیق، یک مدل شبیه سازی-بهینه سازی فازی به منظور درنظر گرفتن عدم قطعیت ها در تعیین پارامترهای آبخوان تدوین شده است. مدل شبیه سازی-بهینه سازی فازی مذکور قادر است با توجه به حداقل سازی اختلاف بین افت مشاهداتی و افت محاسباتی، پارامترهای آبخوان محصور را بخوبی تخمین زند. روش پیشنهادی بر روی داده های یک آزمایش پمپاژ واقعی در آبخوان محصور آزمایش و نتایج آن با حل گرافیکی مدل تایس مورد مقایسه قرار گرفته است. با قیاس چندین شاخص خطای آماری برمبنای نتایج مدل پیشنهادی و حل گرافیکی مدل تایس، عملکرد دو مدل مذکور، بررسی گردیده است. بعنوان مثال، میانگین قدر مطلق خطای نسبی مدل پیشنهادی و حل گرافیکی مدل تایس، به ترتیب ۰/۶۹ و ۱/۱۳ درصد بوده که نشان دهنده دقت مناسب مدل پیشنهادی نسبت به حل گرافیکی تایس است و لذا می تواند بعنوان جایگزین حل گرافیکی تایس منظور گردد. در بخش دوم، با انتخاب دبی به عنوان پارامتر غیرقطعی، مدل بهینه سازی فازی برمبنای روش تبدیل فازی، توسعه داده شده است. برمبنای نتایج مدل فازی مذکور، میزان تاثیر این عدم قطعیت در تخمین بهینه پارامترهای آبخوان محصور مورد بررسی قرار گرفته و بازه تغییرات پارامترهای آبخوان در برش های فازی مختلف، تعیین گردیده است. بررسی نتایج مدل فازی توسعه داده شده، نشان می دهد که تاثیر عدم قطعیت دبی، در تخمین پارامتر آبخوان محصور زیادتر از می باشد.

نویسندگان

عاطفه دل ناز

دانشجوی کارشناسی ارشد سازه های هیدرولیکی، بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز.

غلامرضا رخشنده رو

استاد تمام بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز،

محمدرضا نیکو

دانشیار بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abdel-Gawad, H. A. A. A., and El-Hadi, H. A. ۲۰۰۹. ...
  • Thirteenth International Water TechnologyConference, IWTC ۱۳ ...
  • Aramaki, T., and Matsuo, T ...
  • ۱۹۹۸. Evaluation model of policy scenarios forbasin-wide water resources and ...
  • Bateni, S., Mortazavi-Naeini, M.,Ataie-Ashtiani, B., Jeng, D., and Khanbilvardi,R. ۲۰۱۵. ...
  • Delnaz, A., Rakhshandehroo, G. andNikoo, M.R., ۲۰۱۷. Assessment of GRNNmodel ...
  • Hydrogeology ۲: ۱۰۲-۱۱۷ ...
  • Delnaz, A., Rakhshandehroo, G. andNikoo, M.R., ۲۰۱۹. Confined Aquifer’sHydraulic Parameters ...
  • Hanss, M., and Willner, K. ۲۰۰۰. Afuzzy arithmetical approach to ...
  • Hanss, M. ۲۰۰۲. The transformationmethod for the simulation and analysis ...
  • Hanss, M. ۲۰۰۳. The extendedtransformation method for the simulation andanalysis ...
  • International Journal of Uncertainty, Fuzzinessand Knowledge-Based Systems ۱۱:۷۱۱-۷۲۷ ...
  • Jha, M. K., Kumar, A., Nanda, G., andBhatt, G. ۲۰۰۶. ...
  • Kerachian, R., Fallahnia, M.,Bazargan-Lari, M. R., Mansoori, A., andSedghi, H. ...
  • Lingireddy, S. ۱۹۹۸. Aquifer parameterestimation using genetic algorithms and neuralnetworks. ...
  • Nasiri, F., Maqsood, I., Huang, G., andFuller, N. ۲۰۰۷. Water ...
  • Journal of Water Resources Planning andManagement ۱۳۳: ۹۵-۱۰۵ ...
  • Nikoo, M. R., Kerachian, R., Karimi,A., and Azadnia, A A. ...
  • Rajesh, M., Kashyap, D., and HariPrasad, K. ۲۰۱۰. Estimation of ...
  • Sadegh, M. and Kerachian, R. ۲۰۱۱ ...
  • Water resources allocation using solutionconcepts of fuzzy cooperative games: Fuzzyleast ...
  • Sadegh, M., Mahjouri, N., andKerachian, R. ۲۰۱۰. Optimal inter-basin waterallocation ...
  • Water Resources Management ۲۴:۲۲۹۱-۲۳۱۰ ...
  • Samuel, M. P. and Jha, M. K. ۲۰۰۳ ...
  • Estimation of aquifer parameters from pumpingtest data by genetic algorithm ...
  • Singh, A. P., Ghosh, S., and Sharma, P ...
  • ۲۰۰۷. Water quality management of a stretch of river Yamuna: ...
  • Zhuang, C., Zhou, Z., Zhan, H., and Wang, G. ۲۰۱۵. ...
  • نمایش کامل مراجع