بررسی مدل های شبکه بیزین و شبکه های عصبی مصنوعی در پیش بینی ارتفاع سطح ایستابی
- سال انتشار: 1393
- محل انتشار: پانزدهمین کنفرانس دانشجویان عمران سراسر کشور
- کد COI اختصاصی: CESC15_582
- زبان مقاله: فارسی
- تعداد مشاهده: 981
نویسندگان
دانشجوی دکتری منابع آب دانشگاه تبریز
استاد گروه مهندسی آب دانشگاه تبریز
چکیده
پیش بینی نوسانات سطح آب زیرزمینی برای مدیریت وبرنامه ریزی مناسب تر به ویژه در مناطق خشک و نیمه خشک امری ضروری می باشد. در این مطالعه برای پیش بینی نوسانات سطح ایستایی در دشت عجب شیر از دو مدل شبکه بیزین و شبکه ی عصبی مصنوعی استفاده شده است. برای مدل بندی از داده های سطح ایستایی، مصارف و بارش در طی سالهای 1380 تا 1390با اعمال تاخیرهای مناسب استفاده شد. کارآیی و دقت مدل ها توسط معیارهای ضریب تعیین، جذر مربع میانگین خطاها مورد ارزیابی قرار گرفت. نتایج حاصل حاکی از برتری مدل شبکه بنزین نسبت به شبکه عصبی مصنوعی برای پیش بینی ارتفاع سطح ایستایی بود.کلیدواژه ها
نوسانات ارتفاع سطح ایستایی، شبکه بیزین، شبکه عصبی مصنوعی، عجب شیرمقالات مرتبط جدید
- پویایی شناسی بهره وری پایدار در بخش کشاورزی (مطالعه موردی محصول برنج)
- مدلسازی تاخیر پروژه های عمرانی: رویکرد پویایی شناسی سیستم ها
- بررسی رفاه اجتماعی در ایران
- کاربرد هوش مصنوعی در پویایی سیستم های آموزشی
- چارچوب پویایی سیستم برای بازارهای مالی؛ ادغام هوش مصنوعی و بهینه سازی سیاست برای تقویت حکمرانی اقتصادی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.