آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,381 |
| تعداد مقالات | 16,906 |
| تعداد مشاهده مقاله | 54,421,910 |
| تعداد دریافت فایل اصل مقاله | 17,098,419 |
مقایسه مدل های شبکه عصبی موجک و شبکه عصبی مصنوعی در پیش بینی سطح آب زیرزمینی | ||
| هیدروژئولوژی | ||
| مقاله 31، دوره 2، شماره 2، اسفند 1396، صفحه 96-108 اصل مقاله (1.29 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/hydro.2018.5572 | ||
| نویسندگان | ||
| حمیدرضا باباعلی1؛ رضا دهقانی* 2 | ||
| 1هیات علمی دانشگاه آزاد اسلامی واحد خرم آباد | ||
| 2دانشجوی دکترای سازه های آبی دانشگاه لرستان | ||
| چکیده | ||
| در مطالعات آب‌های زیرزمینی، تغییرات سطح ایستابى از اهمیت فراوانی برخوردار است. در این پژوهش جهت پیش‌بینی سطح آب‌های زیرزمینی دشت نورآباد واقع در استان لرستان از شبکه عصبی موجک استفاده شد و نتایج آن با روش شبکه عصبی مصنوعی مقایسه گردید. پارامترهای بارندگی، دما، دبی جریان و تراز سطح ایستابی در دوره زمانیماه قبل به‌عنوان ورودی و تراز سطح ایستابی در دوره موردنظربه‌عنوان خروجی مدل‌ها در مقیاس زمانی ماهانه در طی دوره آماری (1380-1391) انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف برای ارزیابی و نیز مقایسه عملکرد مدل‌ها مورداستفاده قرار گرفت. نتایج حاصله نشان داد دو مدل مورداستفاده با دقت قابل قبولی توانسته به تخمین تراز سطح ایستابی بپردازد، لیکن ازلحاظ دقت، مدل شبکه عصبی موجک با بیشترین ضریب همبستگی (0/920)، کمترین ریشه میانگین مربعات خطا(0/074m)، میانگین قدر مطلق خطا (0/048m) و نیز معیار نش ساتکلیف(0/835) در مرحله صحت سنجی انتخاب شد. درمجموع نتایج نشان داد که مدل شبکه عصبی موجک توانایی بالایی در تخمین مقادیر کمینه و بیشینه تراز سطح ایستابی دارد. | ||
| کلیدواژه‌ها | ||
| سطح ایستابی؛ شبکه عصبی موجک؛ شبکه عصبی مصنوعی؛ نورآباد | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,433 تعداد دریافت فایل اصل مقاله: 852 |
||