ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی تراز اب زیرزمینی با استفاده از مدل شبکه عصبی- موجک (مطالعه موردی: دشث قم )

سال انتشار: 1392
کد COI مقاله: ABYARI12_337
زبان مقاله: فارسیمشاهده این مقاله: 390
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 16 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی تراز اب زیرزمینی با استفاده از مدل شبکه عصبی- موجک (مطالعه موردی: دشث قم )

طاهر رجایی - استادیار و مدیر گروه مهندسی عمران،دانشگاه قم
هادی ابراهیمی - دانشجوی کارشناسی ارشد سازه های هیدرولیکی گروه مهندسی عمران،دانشگاه قم
محمد ذونعمت کرمانی - استادیار بخش مهندسی آب، دانشگاه شهید باهنر کرمان

چکیده مقاله:

مدل های پیش بینی صحیح و قابل طمینان تراز آب زیرزمینی برای مدیریت منابع آب و استفاده پایدار از آبخوان ها اهمیت دارند. در مقاله حاضر کاربرد مدل های شبکه عصبی، ترکیبی شبکه عصبی- موجک و رگرسیون خطی چند متغیره ‏در پیش بینی تراز آب زیرزمینی سه حلقه چاه ‏پیزومتری واقع در دشت قم مورد بررسی قرار گرفته است. داده ‏های ورودی شامل سری زمانی تراز آب زیرزمینی است که به مدت 10 ‏سال از فروردین 1381 ‏ تا اسفند 1390 ‏به صورت ماهیانه اندازه ‏گیری شده ا‏ست. نتایج حاکی از این است که مدل ترکیبی شبکه عصبی- موجک از مدل شبکه عصبی و مدل رگرسیونی دقیق تر است. این مدل تنها با استفاده از یک ورودی یعنی سری زمانی تراز آب زیرزمینی در زمان گذشته، توانست پیش بینی قابل قبولی از تراز آب زیرزمینی تا 12 ‏ماه آینده ارائه دهد: در حالی که پیش بینی مدل رگرسیون خطی چندگانه حداکثر تا 3 ‏ماه آینده قابل قبول است. همچنین مدل ترکیبی شبکه عصبی- موجک قادر است مقدار و زمان وقوع افت یا افزایش های ناگهانی تراز آب زیرزمینی را پیش بینی نماید در حالی که دو مدل دیگر قادر به پیش بینی تغییرات ناگهانی نیستند.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ABYARI12_337 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/476150/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رجایی، طاهر و ابراهیمی، هادی و ذونعمت کرمانی، محمد،1392،پیش بینی تراز اب زیرزمینی با استفاده از مدل شبکه عصبی- موجک (مطالعه موردی: دشث قم )،دوازدهمین همایش سراسری آبیاری و کاهش تبخیر،کرمان،https://civilica.com/doc/476150

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، رجایی، طاهر؛ هادی ابراهیمی و محمد ذونعمت کرمانی)
برای بار دوم به بعد: (1392، رجایی؛ ابراهیمی و ذونعمت کرمانی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • رجایی، ط.، (1388). "پیش بینی غلظت روب ایستگاه لیقوان چای ... [مقاله کنفرانسی]
  • رجائی، ط.، میر باقری، س. ا.، (1388). "مدل بار معلق ...
  • زارع ابیانه، ح.، بیات ورکشی، م.، اخوان، س.، محمدی، م.، ...
  • I4] شرکت مهندسین مشاور لار.، (1383). "مطالعات کیفی و آلودگی ...
  • علیزاده، امین.، (1390). " اصول هیدرولوژی کاربردی"، انتشارات آستان قدس ...
  • محتشم، م، دهقانی، ا، اکبرپور، ا، مفتاح هلقی، م.، اعتباری، ...
  • مزایای شبکه عصبی موجکی در پیش بینی نوسانات سطح آب زیرزمینی [مقاله کنفرانسی]
  • بررسی رخداد نفوذ آب شور دریاچه نمکبه آبخوان دشت قم با استفاده ازمدلسازی کمی آبخوان [مقاله کنفرانسی]
  • مدلسازی بارش - رواناب با مدل ترکیبی موجک - شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • نیک منش، م.، رخشنده رو، غ، (1390). 2 ارزیابی توانایی ...
  • Adamowski, J., and Chan, F. H., (2011). _ wavelet neurl ...
  • Beale, M. H., Hagan, M. T., and Demuth, H. B., ...
  • Misiti, M., Misiti, Y., Oppenheim G, and Poggi, J. M., ...
  • Rajaee, T., (2011). _ and ANN combination model for prediction ...
  • Rajaee, T., Mirbagheri, S.A., Nourani, V., Alikhani, A., (2010) :Prediction ...
  • Rajaee, T., Nourani, V., Zo unemat- Kermani, M., and Kisi, ...
  • Wang, L.Y., (2010). "Forecasting grondwater level based On wavelet network ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 4,765
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی