مقایسه مدلهای شبکه عصبی مصنوعی، ANFIS و رگرسیونی در برآورد سطح ایستابی آبخوان دشت نیشابور
نویسنده:
چکیده:
آب زیرزمینی و مدیریت منابع آب نقش کلیدی در پایداری منابع آب در نواحی خشک و نیمه خشک ایفا می کند. دشت نیشابور یکی از مهمترین دشتهای پر آب در استان خراسان رضوی می باشد که نقش مهمی در تولید محصولات کشاورزی ایفا می کند. برداشت بی رویه از این منابع باعث ایجاد متوسط افت 74 سانتیمتر در سال شده است. هدف از این مطالعه ارزیابی روش های آماری کلاسیک، سیستم های خبره (شبکه عصبی مصنوعیANN و سیستم های استنتاج فازی عصبیANFIS) در پیش بینی سطح آب زیرزمینی می باشد. در این تحقیق پارامترهای موثر بر تغییرات سطح ایستابی مانند بارندگی و تخلیه بصورت ماهانه تعیین شد و با استفاده از روش های زمین آماری نقشه های پهنه بندی شده ماهانه بدست آمد. بانک اطلاعاتی مورد نیاز بر ای آموزش و آزمایش سیستم های خبره از نقشه های رستری و با استفاده از نرم افزار ArcGIS9.3 حاصل شد. از نتایج فوق رابطه رگرسیونی پارامترهای موثر بر عمق سطح ایستابی بدست آمد. نتایج روش های مذکور نشان داد که برای مدل ANN بهترین دقت به ورودیa آذر ماه با0.94 R2= و 5.78 MAE=متر نسبت داده شد و در مدل ANFIS ورودی b شهریورماه با 0.86 R2=و 8.84 MAE=متر بهترین کارآیی را داشتند. مدل رگرسیونی همواره کمترین دقت را داشته اند.
کلیدواژگان:
زبان:
فارسی
در صفحه:
10
لینک کوتاه:
magiran.com/p1135006
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!