مدلسازی سطح آب زیر زمینی با مدل محاسباتی ماشین بردار پشتیبان و مقایسه با شبکه عصبی مصنوعی (RBF مطالعه موردی: دشت کرمان)
محل انتشار: نخستین کنفرانس ملی آب و هوا شناسی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,017
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COLIMACONF01_077
تاریخ نمایه سازی: 11 شهریور 1392
چکیده مقاله:
پیش بینی سطحآبهایزیرزمینی به منظور مدیریت آن به عنوان یکی ازمنابع مهم وعمده تامین آب شرب وکشاورزی درمناطق خشک ونیمه خشک ضروری است.در این تحقیق از روش ماشین بردار پشتیبان (SVM) به عنوان یک روش محاسباتی هوشمند به منظور پیش بینی سطح آب زیر زمینی دشت کرمان در کشور ایران استفادهشده است . بازه زمانی مورد استفاده در این تحقیق از سال 1986 تا 2010 به صورت ماهانه (معادل 280 ماه ) می باشد .داده های ورودی مدل شامل دما ، رطوبت ، بارندگی و ارتفاع پیزومتریک بوده است . چاههای مطالعاتی به چهار خوشه تقسیم بندی شد کهیک خوشه از چهار خوشه به صورت تصادفی انتخابو به تفصیل مورد بررسی قرار گرفت ،سپس بهترین ساختار بدست آمده ازآن در خوشه های دیگر اعمال گردید.نتایج حاصل از این روش با شبکه عصبی مصنوعی تابع بنیادی شعاعی مقایسه شد .نتایج حاصل نشان دهنده کارایی بهتر ماشین های بردار پشتیبان در پیش بینی سطح آب زیر زمینی است.
کلیدواژه ها:
پیش بینی سطح آب زیر زمینی ، ماشین بردار پشتیبان (SVM) ، شبکه عصبی مصنوعی RBF
نویسندگان
محمد علیخانی نژاد
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان
امیر جلال کمالی
استادیار گروه آب دانشگاه آزاد اسلامی کرمان
مهدی رحمت اللهی
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان
علی سلطانی
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه آزاد کرمان
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 :