مقاله پیش بینی سطح آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج- آذربایجان شرقی)

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

  مقاله پیش بینی سطح آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج- آذربایجان شرقی) دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی سطح آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج- آذربایجان شرقی)  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 پیش بینی سطح آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج- آذربایجان شرقی)،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پیش بینی سطح آب زیرزمینی با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج- آذربایجان شرقی) :

تعداد صفحات:۱۳
چکیده:
شناخت رفتار سیستم آب زیرزمینی و پیش بینی نوسانات سطح آن یکی از اولین اقدامات به منظور دستیابی به مدیریت جامع و پایدار منابع آب زیرزمینی خصوصاً در مناطق خشک و نیمه خشک می باشد. در این پژوهش، به ارزیابی توانایی شبکه های عصبی مصنوعی در پیش بینی تراز آب زیرزمینی در آبخوان دشت تسوج در استان آذربایجان شرقی پرداخته شد. بدین منظور، ابتدا بر اساس اطلاعات ۱۰ چاهک مشاهده ای که دارای طول آماری به طور متوسط ۱۳۲ ماهه بودند، محدوده آبخوان پلی گون بندی شد. سپس اطلاعات هر پلی گون به عنوان ورودی و خروجی مدل در نظر گرفته شد. ورودی های لحاظ شده برای هر مدل در این تحقیق ترکیبی از اطلاعات هواشناسی (بارندگی، تبخیر از تشتک و دما)، برداشت آب از آبخوان و مقادیر سطح ایستایی آبخوان و خروجی آن تراز سطح آب در گام زمانی فعلی بود. نتایج این تحقیق نشان داد وارد کردن اطلاعات به صورت گام های تأخیری، تأثیر به سزایی در پیش بینی سطح آب زیرزمینی دارد. براساس نتایج، شبکه های عصبی پیش خور (MLP) پس انتشار خطا (BP) که عموماً شبکه های پرسپترون چند لایه هم نامیده می شوند، با توابع آموزشی لونبرگ مارکوات بهترین نتایج را ارائه دادند. بنابراین می توانند به عنوان ابزاری با سرعت و دقت مناسب برای تصمیم گیری در مدیریت دشت تسوج استفاده شوند.