مقایسه روش های سیستم استنتاج فازی- عصبی تطبیقی، شبکه عصبی مصنوعی و برنامه ریزی بیان ژن در تخمین میزان سختی آب زیرزمینی (مطالعه موردی: دشت مازندران)
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 331
فایل این مقاله در 12 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_NFAG-10-19_005
تاریخ نمایه سازی: 6 آبان 1398
چکیده مقاله:
میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آبهای زیرزمینی میباشد. در چند دهه اخیر سیستمهای هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامهریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با سایر روشهای هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی- عصبی تطبیقی مقایسه شده است، برای این منظور هیدروژن کربنات، کلرید، سولفات، منیزیم و کلسیم در مقیاس زمانی ماهانه در طی دوره آماری (1373-1393) بعنوان ورودی و میزان سختی آب بعنوان پارامتر خروجی انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف برای ارزیابی و نیز مقایسه عملکرد روشها مورد استفاده قرار گرفت. نتایج حاصله نشان داد مدل برنامهریزی بیان ژن دارای بیشترین ضریب همبستگی 960/0، کمترین ریشه میانگین مربعات خطاppm 112/0، میانگین قدر مطلق خطا ppm 171/0 و نش ساتکلیف880/0 در مرحله صحت سنجی در اولویت قرار گرفت. در مجموع نتایج نشان داد که مدل برنامهریزی بیان ژن توانایی بالایی در تخمین برخی مقادیر بیشینه و میانی میزان سختی آب زیرزمینی دارد.
کلیدواژه ها:
نویسندگان
رضا دهقانی
کارشناس ارشد منابع آب، دانشگاه تبریز
امیر پورحقی
دانشجوی دکترای منابع آب، دانشگاه چمران
مهرداد خیرایی
کارشناسی ارشد سازه آبی، دانشگاه چمران
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 :