توسعه و کاربرد مدل های عصبی، فازی، الگوریتم ژنتیک و زمین آمار در برآورد توزیع مکانی سطح ایستابی

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

 توسعه و کاربرد مدل های عصبی، فازی، الگوریتم ژنتیک و زمین آمار در برآورد توزیع مکانی سطح ایستابی دارای ۲۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد توسعه و کاربرد مدل های عصبی، فازی، الگوریتم ژنتیک و زمین آمار در برآورد توزیع مکانی سطح ایستابی  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 توسعه و کاربرد مدل های عصبی، فازی، الگوریتم ژنتیک و زمین آمار در برآورد توزیع مکانی سطح ایستابی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن توسعه و کاربرد مدل های عصبی، فازی، الگوریتم ژنتیک و زمین آمار در برآورد توزیع مکانی سطح ایستابی :

نام کنفرانس، همایش یا نشریه : پژوهش های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی)

تعداد صفحات :۲۸

در امر مدیریت پایدار منابع آب تجدیدپذیر در سطح یک آب خوان، تخمین سطح آب زیرزمینی از اهمیت زیادی برخوردار است. در این پژوهش از روش های هوشمند عصبی در قالب شبکه عصبی پرسپترون چندلایه، تابع پایه شعاعی، عصبی فازی و عصبی ژنتیک برای تخمین مقادیر نقطه ای سطح ایستابی در دشت همدان- بهار استفاده شد. به منظور برآورد سطح ایستابی در نقاط بدون اندازه گیری، مقادیر برآورد نقطه ای هر یک از روش های هوشمند عصبی در محیط زمین آمار کریجینگ پهنه بندی شد. در مجموع دقت روش های مورد استفاده بر حسب خطای کم تر مقادیر سطح ایستابی برآوردی به ترتیب به روش های عصبی ژنتیک، پرسپترون چندلایه، تابع پایه شعاعی و عصبی فازی تعلق داشت. به طوری که مجذور میانگین مربعات خطای روش عصبی ژنتیک در برآورد تغییرات مکانی سطح ایستابی برابر ۰.۴۳۱ متر با ضریب تبیین ۰.۹۹۶ بود. بیش ترین مقدار خطا به برآوردهای مدل شبکه عصبی فازی با خطای ۱.۲۷ متر و مدل شبکه تابع پایه شعاعی با خطای ۰.۸۱ متر تعلق داشت. هم چنین مقایسه تغییرات مکانی سطح ایستابی برآوردی از روش عصبی ژنتیک در محیط زمین آمار کریجینگ با مقادیر مشاهده ای نشان دهنده کاهش پراکنش نقاط و باریک تر بودن محدوده اطمینان ۹۰ درصد بود. از این رو با استفاده از طول و عرض جغرافیایی به عنوان بردار اطلاعات ورودی، می توان به دقت اطلاعات بالا در برآورد تغییرات مکانی و پهنه بندی مقادیر سطح ایستابی اطمینان به دست آورد.

کلید واژه: سطح ایستابی، روش هوشمند عصبی، زمین آمار، دشت همدان- بهار