این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 9 آذر 1404
تحقیقات آب و خاک ایران
، جلد ۵۱، شماره ۴، صفحات ۹۷۵-۹۸۶
عنوان فارسی
شبیهسازی تراز آب زیرزمینی با استفاده از مدل ترکیبی موجک-ماشین آموزش نیرومند خودتطبیقی
چکیده فارسی مقاله
در مطالعه حاضر، با استفاده از روشهای نوین ماشین آموزش نیرومند خود تطبیقی (SAELM)و موجک-ماشین آموزش نیرومند خود تطبیقی (WA-SAELM) تراز آب زیرزمینی در منطقه کبودر آهنگ واقع در استان همدان مورد بررسی قرار گرفت. در ابتدا با استفاده از تابع خود همبستگی، تاخیرهای موثر شناسایی شده و سپس با استفاده از این تاخیرها برای هر یک از روشهای SAELM و WA-SAELM، 10 الگوی متمایز ورودی توسعه داده شد. با ارزیابی نتایج مدلهای مذکور، WA-SAELM بهعنوان مدل برتر معرفی شد که تجزیه و تحلیل نتایج شبیهسازی نشان دهنده دقت بالای مدل برتر در تخمین تراز آب زیرزمینی بود. مقادیر ضریب همبستگی (R)، ریشه میانگین مربعات خطا (RMSE) و ضریب بهرهوری نش-ساتکلیف (NSC) برای مدل برتر بهترتیب برابر با 969/0، 358/0 و 939/0 محاسبه گردید.
کلیدواژههای فارسی مقاله
آب زیرزمینی،ماشین آموزش نیرومند خود تطبیقی،تبدیل موجک،موجک- ماشین آموزش نیرومند خود تطبیقی،کبودرآهنک،
عنوان انگلیسی
Simulation of Groundwater Level Using the Hybrid Model Wavelet-Self Adaptive Extreme Learning Machine
چکیده انگلیسی مقاله
In present study, the groundwater level of the Kabodarahang region located in Hamadan Province was simulated using novel techniques such as Self-Adaptive Extreme Learning Machine (SAELM) and Wavelet-Self-Adaptive Extreme Learning Machine (WA-SAELM). Firstly, the effective lags were detected using the autocorrelation function and then ten models were developed for each SAELM and WA-SAELM methods. By evaluating the results of the models, WA-SAELM was introduced as the superior method. The analysis of the simulation results showed that the superior model had a high accuracy in estimating the groundwater level. For the superior model, the correlation coefficient (R), Root Mean Squared Error (RMSE) and Nash-Sutcliffe efficiency coefficient (NSC) were calculated to be 0.969, 0.358 and 0.939, respectively.
کلیدواژههای انگلیسی مقاله
آب زیرزمینی,ماشین آموزش نیرومند خود تطبیقی,تبدیل موجک,موجک- ماشین آموزش نیرومند خود تطبیقی,کبودرآهنک
نویسندگان مقاله
مریم ملکزاده |
استادیار، گروه منابع طبیعی، دانشکده منابع طبیعی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران
سعید کاردار |
استادیار، گروه معماری، دانشکده هنر و معماری، واحد علوم و تحقیقات ، دانشگاه آزاد اسلامی، تهران، ایران
سعید شعبانلو |
دانشیار، گروه مهندسی آب، دانشکده کشاورزی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
نشانی اینترنتی
https://ijswr.ut.ac.ir/article_74775_5755a7495e91c98f6d5c5a8c8a5d9598.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات