شبیه سازی هدایت الکتریکی دشت بهبهان با استفاده از مدل های ANN و ANN-PSO
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 404
فایل این مقاله در 8 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:
JR_JWWSE-4-1_004
تاریخ نمایه سازی: 31 شهریور 1398
چکیده مقاله:
برآورد و پیشبینی پارامترهای کیفی آب زیرزمینی به منظور تصمیمگیری های مدیریتی یکی از اهداف مدیران و برنامهریزان منابع آب تلقی می شود. در این راستا تعداد زیادی مدل در زمینه مدیریت بهتر برای حفظ کیفیت آب گسترش یافته است. بیشتر این مدل ها نیازمند پارامترهای ورودی هستند که یا دسترسی به آنها مشکل است و یا اینکه اندازه گیری آنها محتاج صرف هزینه و زمان زیاد است. در این میان مدل های شبکه عصبی مصنوعی که با الهام از ساختار مغز بشر عمل می نمایند، بهعنوان گزینه ای برتر معرفی می شوند. پژوهش حاضر بهمنظور شبیه سازی پارامتر کیفی هدایت الکتریکی آب زیرزمینی دشت بهبهان با استفاده از مدل های ANN و ANN-PSO و درنهایت مقایسه نتایج آن ها با داده های اندازه گیری شده ، انجام شده است. پارامترهای هدایت الکتریکی، کلسیم، منیزیم، سولفات، بی کربنات، کلر، پتاسیم، سختی و اسیدیته در بازه سال های 1388 تا 1395 در دشت بهبهان جمع آوری شد و بهعنوان ورودی مدل مورد استفاده قرار گرفت. نتایج نشان داد بالاترین دقت پیش بینی پارامتر کیفی EC مربوط به مدل ANN-PSO است، به طوریکه مقدار آماره های و کمترین مقدار و بیشترین مقدار را برای مدل مذکور دارد. با توجه به کارایی بالای مدل شبکه عصبی مصنوعی با آموزش الگوریتم بهینه سازی تجمع ذرات می توان از این مدل برای اتخاذ تصمیمات مدیریتی و حصول اطمینان از نتایج پایش و کاهش هزینه استفاده کرد.
کلیدواژه ها:
نویسندگان
عاطفه صیادی شهرکی
دانشجوی دکترای آبیاری زهکشی دانشگاه چمران اهواز،عضو باشگاه باشگاه پژوهشگران واحد شهرکرد
فهیمه صیادی شهرکی
عضو هیئت علمی گروه مهندسی برق دانشگاه آزاد اسلامی واحد شهرکرد، عضو باشگاه پژوهشگران جوان واحد شهرکرد
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 :