پیش بینی تراز آب زیر زمینی با استفاده از مدلهای مادفلو، ماشین آموزش نیرومند و ویولت-ماشین آموزش نیرومند
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
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 ویولت-ماشین آموزش نیرومند WA-ELM)) 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.
کلیدواژگان:
زبان:
فارسی
صفحات:
380 تا 385
لینک کوتاه:
magiran.com/p1951997
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 990,000ريال 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.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!