شبیه سازی تراز آب زیرزمینی با استفاده از مدل های بردار پشتیبان و مقایسه آن با مدل های عصبی فازی و موجک عصبی (مطالعه موردی دشت شیراز)

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 شبیه سازی تراز آب زیرزمینی با استفاده از مدل های بردار پشتیبان و مقایسه آن با مدل های عصبی فازی و موجک عصبی (مطالعه موردی دشت شیراز) دارای ۱۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد شبیه سازی تراز آب زیرزمینی با استفاده از مدل های بردار پشتیبان و مقایسه آن با مدل های عصبی فازی و موجک عصبی (مطالعه موردی دشت شیراز)  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی شبیه سازی تراز آب زیرزمینی با استفاده از مدل های بردار پشتیبان و مقایسه آن با مدل های عصبی فازی و موجک عصبی (مطالعه موردی دشت شیراز)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن شبیه سازی تراز آب زیرزمینی با استفاده از مدل های بردار پشتیبان و مقایسه آن با مدل های عصبی فازی و موجک عصبی (مطالعه موردی دشت شیراز) :

تعداد صفحات :۱۷

چکیده مقاله:

استفاده ی بی رویه بشر از آب های زیر زمینی برای مصارف مختلف سبب شده است که حجم این منابع روز به روز کاهش یابد. در این پژوهش از داده های سطح آب زیر زمینی و بارش دشت شیراز برای مدل سازی سطح آب زیر زمینی استفاده شده است. در این مقاله به مبانی علمی هر سه روش به کار رفته در پژوهش اعم از SVM، ANFIS، موجک عصبی ، انواع تکنیک ها و شیوه های پیاده سازی آنها پرداخته شد. همچنین به پیاده سازی الگوریتم ها با استفاده از نرم افزارهای موجود که در اینجا جعبه ابزار های نرم افزار MATLAB انتخاب شده است، و بیان نمودار ها و مدل های حاصل پرداخته شد. در نهایت با استفاده از داده های دو گام زمانی ماهیانه داده های ۱۹/۵ ساله بارش و سطح تراز آب از ابتدای سال ۷۲ تا شش ماهه دوم ۹۲ به پیش بینی ماهیانه تراز آب شیراز پرداخته شد که در بهترین حالات به تر تیب ضریب رگرسیون ۰/۹۹۳ ، ۰/۹۸۶ و ۰/۷۶۷ برای مدل موجک عصبی، ANFIS و ماشین بردار پشتیبان حاصل شد. همچنین در مورد مجموع مربعات خطا به ترتیب به ۰/۰۰۰۳ و ۰/۰۰۱۹ و ۰/۰۰۵۸ برای مدل موجک عصبی، ANFIS و ماشین بردار پشتیبان حاصل شد که دقت بسیار بالایی است. مدل موجک عصبی از سایر تکنیک ها موفق تر و مدل SVM در بین مدل ها ضعیف تر از سایرین عمل کردند.