|
|
|
|
مقایسه روش‌های سیستم استنتاج فازی عصبی تطبیقی، شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در تخمین میزان سختی آب زیرزمینی (مطالعه موردی: دشت مازندران)
|
|
|
|
|
|
|
|
نویسنده
|
دهقانی رضا ,پورحقی امیر ,خیرایی مهرداد
|
|
منبع
|
يافته هاي نوين زمين شناسي كاربردي - 1395 - دوره : 10 - شماره : 19 - صفحه:51 -62
|
|
|
|
|
چکیده
|
میزان سختی آب زیرزمینی عامل مهمی در مسائل هیدروژئولوژی و بویژه مطالعه کیفی آب های زیرزمینی می باشد. در چند دهه اخیر سیستم های هوش مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب داشته است. در این پژوهش تخمین میزان سختی آب زیرزمینی دشت مازندران، با استفاده از برنامه ریزی بیان ژن مورد بررسی قرار گرفته و نتایج آن با سایر روش های هوشمند همچون شبکه عصبی مصنوعی و سیستم استنتاج فازی عصبی تطبیقی مقایسه شده است، برای این منظور هیدروژن کربنات، کلرید، سولفات، منیزیم و کلسیم در مقیاس زمانی ماهانه در طی دوره آماری (1373-1393) بعنوان ورودی و میزان سختی آب بعنوان پارامتر خروجی انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف برای ارزیابی و نیز مقایسه عملکرد روش ها مورد استفاده قرار گرفت. نتایج حاصله نشان داد مدل برنامه ریزی بیان ژن دارای بیش ترین ضریب همبستگی 960/0، کمترین ریشه میانگین مربعات خطاppm 112/0، میانگین قدر مطلق خطا ppm 171/0 و نش ساتکلیف880/0 در مرحله صحت سنجی در اولویت قرار گرفت. در مجموع نتایج نشان داد که مدل برنامه ریزی بیان ژن توانایی بالایی در تخمین برخی مقادیر بیشینه و میانی میزان سختی آب زیرزمینی دارد.
|
|
کلیدواژه
|
برنامه‌ریزی بیان ژن، تخمین، دشت مازندران، شبکه عصبی مصنوعی، سیستم استنتاج فازی -عصبی تطبیقی
|
|
آدرس
|
دانشگاه تبریز, ایران, دانشگاه شهید چمران اهواز, ایران, دانشگاه شهید چمران اهواز, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Comparison of Anfis, Artificial neural network, and Gene expression programming to estimate the amount of Water hardness (Case study: Mazandaran Plain)
|
|
|
|
|
Authors
|
pourhaghi Amir ,Kheiraey Mehrdad ,dehghani reza.dehghani
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|