مدلسازی نوسان‌های ماهانۀ آب زیرزمینی به وسیلۀ تبدیل موجک و شبکۀ عصبی پویا
طاهر رجایی, هادی ابراهیمی
مدیریت آب و آبیاری · 2014
doi:10.22059/jwim.2014.51639 (opens in a new tab)
We email you when a new notice or a question about this paper appears.
Abstract
مدلسازی نوسان‌های زمانی آب زیرزمینی، در مدیریت حوزههای آبریز و ایجاد تعادل در عرضه و تقاضای آب اهمیت زیادی دارد. در سالهای اخیر استفاده از تحلیل موجک برای تجزیۀ سریهای زمانی و ترکیب آن با شبکههای عصبی به‌صورت گستردهای در مدلسازی پدیدههای هیدرولوژیکی به‌کار رفته است. در این تحقیق، توانایی مدل ترکیبی موجک- شبکۀ عصبی پویا برای پیشبینی یک ماه آیندۀ عمق آب زیرزمینی ارزیابی شده و این مدل با مدلهای شبکۀ عصبی و رگرسیون خطی چندمتغیره مقایسه شده است. دادههای استفاده‌شده برای تشکیل مدلها فقط عمق آب زیرزمینی ماهانه است که در دو پیزومتر واقع در دشت قم به‌مدت ده سال اندازهگیری شده است. نتایج نشان داد عملکرد مدل شبکۀ عصبی چندان رضایتبخش نیست. مدل رگرسیون خطی چندمتغیره نیز نتایج دقیقی نداشت و مقدار پیش‌بینی‌شده با این مدل در اکثر موارد بیشتر از مقدار واقعی بود، درحالیکه مدل ترکیبی موجک- شبکۀ عصبی با استفاده از موجک مادر Meyer با دو سطح تجزیه، توانست یک ماه آینده را با ضریب‌های نش 993/0 و 974/0 به‌ترتیب برای پیزومترهای 1 و 2 پیشبینی کند.
Abstract licence: CC BY
Reads
Read by people on this page
None yet.
Checked or read by AI through naulon
None yet.
A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.
Are you an author?
Is this your paper?
Claim it to add your note and be paid when agents cite it. Free.