پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,692 |
| تعداد مقالات | 72,229 |
| تعداد مشاهده مقاله | 129,185,304 |
| تعداد دریافت فایل اصل مقاله | 102,015,798 |
مقایسه کارایی روش‌های هوش مصنوعی و زمین‌آمار در پیش‌بینی مکانی نا‌هنجاری آرسنیک دشت چهاردولی | ||
| محیط شناسی | ||
| مقاله 5، دوره 43، شماره 3، آذر 1396، صفحه 417-436 اصل مقاله (1.9 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jes.2017.210463.1007264 | ||
| نویسندگان | ||
| عطا الله ندیری* ؛ فریبا صادقی؛ شیرین صفری | ||
| دانشگاه تبریز | ||
| چکیده | ||
| هدف از تحقیق حاضر مدل‌سازی توزیع آرسنیک در دشت چهاردولی با استفاده از زمین‌آمار، منطق فازی و برنامه‌ریزی بیان ژنتیک (GEP) می‌باشد. بدین منظور گروه زمین‌شناسی دانشگاه تبریز در مهر 1393 اقدام به نمونه‌برداری از منابع آب زیرزمینی این دشت نمود. که نتایج حاصل حاکی از غلظت‌های بالای آرسنیک در منطقه می‌باشد. پارامترهای هیدروشیمیایی شامل آرسنیک و سیلیس، پتاسیم و سدیم که همبستگی بالایی با مقادیر آرسنیک داشتند به عنوان ورودی مدل برای محاسبه غلظت آرسنیک کل استفاده گردید. در روش زمین‌آمار مدل J-Bessel واریوگرام متقابل به دلیل داشتن R2 برابر 75/0 و اثر قطعه‌ای صفر، برای پیش‌بینی غلظت آرسنیک انتخاب گردید. به منظور افزایش بازده از مدل‌های هوش مصنوعی استفاده شد. مدل فازی با تعیین شعاع بهینه دسته‌بندی 6/0 بر اساس کمترینRMSE تعیین گردید که مقدار RMSE برای مرحله آموزش و آزمایش به ترتیب 02/0 و 023/0میلی گرم بر لیتر محاسبه شد. مدل GEP با ارائه رابطه بین متغیرهای ورودی و خروجی مدل در مراحل آموزش و آزمایش به ترتیب با RMSE برابر 024/0 و 029/0میلی گرم بر لیتر حاصل کرد. با وجود اینکه مدل های هوش مصنوعی نتایج قابل قبولی داشتند و لی مدل فازی برتری نسبی داشت. | ||
| کلیدواژه‌ها | ||
| آرسنیک؛ برنامه‌ریزی بیان ژنتیک (GEP)؛ زمین‌آمار؛ کردستان؛ منطق فازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 673 تعداد دریافت فایل اصل مقاله: 561 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب