>
Fa   |   Ar   |   En
   پیش‏بینی تراز آب زیر زمینی با استفاده از مدل‏های modflow، ماشین آموزش نیرومند و ویولت- ماشین آموزش نیرومند  
   
نویسنده ملکزاده مریم ,کاردار سعید ,صائب کیوان ,شعبانلو سعید ,تقوی لعبت
منبع تحقيقات منابع آب ايران - 1397 - دوره : 14 - شماره : 5 - صفحه:380 -385
چکیده    در این مطالعه تراز آب زیرزمینی منطقه کبودر آهنک واقع در استان همدان، ایران با استفاده از مدل‏های مادفلو، ماشین آموزش نیرومند (elm) و ویولتماشین آموزش نیرومند(waelm) شبیه‏سازی می‏شود. تجزیه و تحلیل نتایج مدل‏سازی نشان می‏دهد که مدل‏های عددی تراز آب زیرزمینی را با دقت قابل قبولی شبیه‏سازی می‏کنند. به‏عنوان مثال مقادیر ضریب همبستگی و شاخص پراکندگی برای مدل مادفلو به‏ترتیب مساوی 0.917 و 0.0004 بدست آمد. سپس با ترکیب‏های ورودی مختلف و با استفاده از گام زمانی صحیح، به صورت تاخیرهای متفاوت 10 مدل مختلف برای مدل‏های elm و wa-elm تعریف می‏شود. با ارزیابی کلیه توابع فعال‏سازی مدل elm، تابع فعال‏سازی sigmoid مقادیر تراز آب زیرزمینی را با دقت بیشتری پیش‏بینی می‏کند. همچنین daubechies2 به‏عنوان خانواده ویولت مدل‏های wa-elm انتخاب می‏شود. بر اساس نتایج مدل‏های عددی مختلف، مدل wa-elm به‏عنوان مدل برتر در پیش‏بینی تراز آب زیرزمینی انتخاب می‏شود. برای مدل برتر مقادیر ضریب همبستگی و ضریب نش به‏ترتیب برابر 0.959 و 0.915 محاسبه شده است.این درحالی است که مقادیر مذکور برای مدل elm به ترتیب برابر با 0.828 و 0672 به دست آمد.
کلیدواژه تراز آب زیرزمینی، modflow، ماشین آموزش نیرومند، ویولت، ویولت-ماشین آموزش نیرومند
آدرس دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, دانشکده منابع طبیعی و محیط زیست, گروه علوم و مهندسی محیط زیست, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, گروه معماری, ایران, دانشگاه آزاد اسلامی واحد تنکابن, گروه محیط زیست, ایران, دانشگاه آزاد اسلامی واحد کرمانشاه, گروه مهندسی آب, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, دانشکده منابع طبیعی و محیط زیست, گروه علوم و مهندسی محیط زیست, ایران
 
   Prediction of Groundwater Level using MODFLOW, Extreme Learning Machine and WaveletExtreme Learning Machine Models  
   
Authors malekzadeh maryam ,kardar saeid ,saeb keivan ,shabanlou saeid ,taghavi lobat
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved