استفاده از الگوریتم ANFIS به منظور پیش بینی کلاس های تغذیه آب زیرزمینی

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 556

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EICONF04_042

تاریخ نمایه سازی: 20 آبان 1397

چکیده مقاله:

در مناطق خشک و نیمه خشک یکی از راه های جلوگیری از تخریب اراضی استفاده از سیلاب برای تغذیه مصنوعی سفره های آب زیرزمینی میباشد. تعیین مناطق مناسب برای تغذیه مصنوعی از اهمیت بسیاری برخوردار است که لازم است با دقت کافی انجام شود. با توجه به اهمیت موضوع هدف از این تحقیق پیش بینی کلاس های تغذیه آب زیرزمینی با استفاده از شبکه-های عصبی- فازی تطبیق پذیر((ANFIS می باشد. در این مقاله از سه روش grid partitioning،clustring sub و FCM در دو حالت هیبرید و پس انتشار خطا به منظور پیش بینی کلاس های تغذیه آب زیرزمینی برای منطقه مورد مطالعه استفاده شد. پارامترهای مورد بررسی در این تحقیق شامل بارندگی، زمین شناسی، فاصله از گسل، ارتفاع و تراکم زهکشی میباشد. نتایج نشان داد از بین مدل های مختلف پیش بینی کلاسهای تغذیه آب زیرزمینی، مدل هیبرید در روش FCM با حداکثر (0/97) R و حداقل خطا، دارای بیشترین دقت می باشد.

کلیدواژه ها:

تغذیه آب زیرزمینی ، شبکه عصبی – فازی تطبیق پذیر (ANFIS) ، روش .FCM

نویسندگان

مرضیه مکرم

عضو هیات علمی دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز