روش شناسایی پارامتر در هیدرولوژی آب زیرزمینی با شبکه عصبی مصنوعی
محل انتشار: دومین کنفرانس ملی هیدرولوژی ایران
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 642
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRRC02_359
تاریخ نمایه سازی: 29 مهر 1396
چکیده مقاله:
مدل ریاضی جریان آب زیرزمینی بعنوان مبنایی برای تشخیص ضرایب نفوذپذیری سازندهای سنگی ایجاد شده تا به وسیله آن هد آب جریان زیرسطحی مشاهده شود. شبکه عصبی مصنوعی برای پیشبینی ضرایب نفوذپذیری بکار برده شده است. وزن های شبکه عصبی با بکار بردن الگوریتم بهینه سازی BFGS و تقریب مارکووارت-لونبرگ داده می شود که قابلیت همگرایی سریعی دارند. نتایج تشخیص پارامترها نشان داد که شبکه عصبی پیشنهاد شده نه تنها کارایی محاسبه بالایی دارد بلکه دقت شناسایی بهتری نیز دارد. برطبق آن ضرایب نفوذپذیری تشخیص داده شده از سازندهای سنگی، نشت سدهای ثقلی و سازندهای سنگی آن با استفاده از روش اجزاء محدود محاسبه شده است. نتایج محاسبات عددی با روش اجزاء محدود نشان داده است که هدهای آب پیشبینی شده در نقاط مشاهداتی بر طبق پارامترهای تشخیص داده شده می تواند به دقت با هدهای آب مشاهدتای مطابقت کند
کلیدواژه ها:
آب زیرزمینی- ضرایب نفوذپذیری- شبکه عصبی مصنوعی- الگوریتم بهینه سازی
نویسندگان
طیبه طهماسبی
دانشجوی کارشناسی ارشد آبخیزداری دانشگاه شهرکرد
خدایار عبدالهی
استادیار گروه مرتع و آبخیزداری دانشگاه شهرکرد
کهزاد حیدری
دانشجوی دکتری آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
زهرا پریسای
دانشجوی دکتری آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان