مقاله ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی

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

 مقاله ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی دارای ۲۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی  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 مقاله ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی :

تعداد صفحات :۲۶

استفاده از روش‌های هوشمند تکاملی و مدل‌های ترکیبی برای پیش‌بینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهه‌های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روش‌های جدید پیش‌بینی نوسانات سطح آب زیرزمینی هستند که برای پیش‌بینی مسائل پیچیده و غیرخطی می‌توانند به‌صورت منفرد و ترکیبی به‌کار روند. در این پژوهش، از روش‌های فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل برداشت بی‌رویه از آب‌های زیرزمینی، سطح آب زیرزمینی آن افت شدیدی پیدا کرده است؛ استفاده شد. دشت هادیشهر در شمال غرب استان آذربایجان شرقی واقع شده و بخشی از محدوده مطالعاتی جلفا ـ دوزال است. به‌منظور یافتن راهکارهایی مفید برای پیش‌بینی زمانی ـ مکانی سطح آب زیرزمینی، از روش‌های هوش مصنوعی مانند نروفازی و برنامه‌ریزی ژنتیک و ترکیب بهترین مدل آن‌ها با روش‌های زمین‌ آماری استفاده شد. بارش و تبخیر در گام زمانی t0 و سطح آب زیرزمینی در گام زمانی t0-1 ورودی‌های مدل‌های نروفازی و برنامه‌ریزی ژنتیک بودند. نتایج نشان داد دقت مدل برنامه‌ریزی ژنتیک بیشتر از مدل نروفازی است به‌طوری‌که RMSE میانگین برای پیزومتر‌های منتخب در مرحله آزمایش در مدل برنامه‌ریزی ژنتیک ۱۹ سانتی‌متر و در مدل نروفازی ۲۳ سانتی‌متر به‌دست آمد. لذا مدل برنامه‌ریزی ژنتیک برای ترکیب با مدل‌ زمین ‌آماری (کریجینگ) استفاده شد و در نهایت مدل ترکیبی کریجینگ ـ ژنتیک برای پیش‌بینی زمانی ـ مکانی به‌دست آمد؛ و نتایج شبیه‌سازی‌شده به کل دشت و مناطق فاقد شبکه پایش سطح آب زیرزمینی بسط داده شد.