پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,573 |
| تعداد مقالات | 71,032 |
| تعداد مشاهده مقاله | 125,502,568 |
| تعداد دریافت فایل اصل مقاله | 98,766,699 |
شبیه سازی سطح ایستابی دشت ملایر براساس داده های هواشناسی با استفاده از شبکهی عصبی مصنوعی | ||
| پژوهش های جغرافیای طبیعی | ||
| مقاله 2، دوره 43، شماره 78 - شماره پیاپی 725625، اسفند 1390، صفحه 17-28 اصل مقاله (1.15 M) | ||
| نویسندگان | ||
| حمید زارع ابیانه1؛ مریم بیات ورکشی2؛ صفر معروفی1؛ علیرضا ایلدرومی3 | ||
| 1دانشیار گروه مهندسی آبیاری، دانشکدهی کشاورزی، دانشگاه بوعلی سینا، همدان | ||
| 2دانشجوی کارشناسی ارشد رشتهی آبیاری و زهکشی، دانشگاه بوعلی سینا، همدان | ||
| 3استادیار گروه آبیاری دانشکدهی کشاورزی، دانشگاه ملایر | ||
| چکیده | ||
| برای بررسی کارایی شبکهی عصبی مصنوعی در شبیه‌سازی تغییرات سطح ایستابی سفرهی آب زیرزمینی دشت ملایر، از اطلاعات هواشناسی ایستگاه‌های تبخیرسنجی در سطح دشت، حجم آب برداشتی از سفره و مقادیر سطح ایستابی آن استفاده شد. از این اطلاعات، به‌عنوان ورودی شبکهی عصبی مصنوعی نوع پرسپترون چندلایه در چارچوب چهار ساختار اطلاعاتی استفاده شد. ساختار اوّل، شامل میانگین اطلاعات دمای حدّاکثر هوا، دمای حدّاقل هوا، حدّاکثر رطوبت نسبی هوا، حدّاقل رطوبت نسبی هوا و میانگین تبخیر در مقیاس زمانی ماهانه و ارتفاع سطح ایستابی ماه پیش بود. در ساختار دوم از اطلاعات سطح ایستابی در یک، دو، سه و چهار ماه پیش استفاده شد. در ساختار سوم، افزونبر اطلاعات ساختار شمارهی دو، میانگین سطح ایستابی ماه مورد نظر و میانگین سطح ایستابی ماه پیش هم به‌کار گرفته شد. ساختار چهارم، براساس میانگین سطح ایستابی ماه مورد نظر، میانگین سطح ایستابی ماه پیش و اطلاعات هواشناسی ماهانه تعریف شد. ساختار سوم با آرایش 1-4-4-6، به‌عنوان ساختار مناسب با 9/1 درصد خطا در مقایسه با مقادیر واقعی پیشنهاد شد که نشاندهندهی اهمّیّت به‌کارگیری عوامل سطح ایستابی سالهای گذشته، در ورودی شبکهی عصبی است. اجرای مدل بهینهی شبکهی عصبی، افت سطح ایستابی را 18/1 متر، بهازای 9/1 درصد خطا برآورد کرد. جذر میانگین مربّعات خطا در مدل بهینهی شبکهی عصبی با آرایش 1-4-4-6 بر مبنای قانون آموزش لونبرگ مارکوات و تابع محرک سیگموئید، در مقابل تغییرات واقعی سطح سفره 44/0 متر با ضریب تعیین 99/0 بهدست آمد. با توجّه به دقّت مناسب مدل و روند کاهندهی حاکم بر سفره، میتوان استفاده از شبکهی عصبی مصنوعی برای تصمیم‌گیری در مدیریت دشت را، به‌عنوان ابزاری با سرعت و دقّت مناسب در شبیه‌سازی سطح آب زیرزمینی دشت ملایر، توصیه کرد. | ||
| کلیدواژه‌ها | ||
| آب زیرزمینی؛ دشت ملایر؛ شبکهی عصبی مصنوعی پرسپترون چند لایه؛ شبیه سازی؛ مدل سازی | ||
|
آمار تعداد مشاهده مقاله: 4,345 تعداد دریافت فایل اصل مقاله: 2,270 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب