این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محاسبات نرم، جلد ۳، شماره ۱، صفحات ۸۲-۹۳
عنوان فارسی تخمین ارتفاع سطح ایستابی در روزهای مختلف سال با استفاده از شبکه‌ی عصبی مصنوعی شعاعی- مطالعه-ی موردی: دشت بهبهان
چکیده فارسی مقاله از مهم‌ترین ابزارهای برنامه‌ریزی برداشت از سفره‌های آب زیرزمینی و انجام پروژه‌های عمرانی، آگاهی از سطح ایستابی نقاط مختلف منطقه و دسترسی به نقشه‌ی خطوط هم تراز آن است. عموماً سطح ایستابی به وسیله‌ی چاه‌های پیزومتریک در منطقه و استفاده از روش‌های مختلف تخمین به دست می‌آید. محدودیت این روش‌ها ناتوانی در تخمین سطح ایستابی منطقه در روزهای مختلف سال است. در این پژوهش به وسیله‌ی شبکه عصبی و وارد کردن بعد زمان اندازه‌گیری سطح ایستابی، شبکه برای تخمین نقشه‌های هم تراز سطح آب زیرزمینی در روزهای مختلف سال آموزش داده شده است. برای این منظور از اطلاعات سطح ایستابی در دشت بهبهان برای سال‌های 1370 تا 1385 در آموزش شبکه استفاده شده است. مقدار ضریب همبستگی 9906/0 بین مقادیر واقعی با مقادیر تخمینی شبکه‌ی آموزش داده شده، بیانگر انطباق بسیار خوب آن‌ها است. در پایان بر اساس این شبکه ، نقشه‌ی خطوط هم تراز سطح ایستابی در دشت بهبهان برای 4 روز مختلف سال 1384 ترسیم شده است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimation of the Water Table on Different Days of Year by Using Artificial Neural Network GRNN- Case Study: Behbahan Plain
چکیده انگلیسی مقاله Knowing of the water table around the region and access to its contour maps is one of the most important planning tools for withdrawal underground aquifers and implementing civil projects. Generally, by using the piezometric wells in the region and different methods of estimation, the water table determined. Limitation of these methods is the inability to estimate water table on different days of the year. In this study, by using artificial neural network and time of the measurements of the water table as one of the inputs, the network is trained to estimate contour maps of water table on different days of the year. For this purpose, the water table data in Behbahan plain for the years 1370 to 1385 were used to training the network. Correlation coefficient 0.9906 between actual values and estimated values of the trained network indicates that the estimation is very good. Finally based on this network, contour map of water table in Behbahan plain is plotted for four different days in 1384.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سعید سلطانی محمدی | saeed soltani mohammadi
department of mining engineering, university of kashan, kashan, iran, saeedsoltani@kashanu.ac.ir
گروه آموزشی مهندسی معدن، دانشکده فنی و مهندسی، دانشگاه کاشان
سازمان اصلی تایید شده: دانشگاه کاشان (Kashan university)

میثم لک | meysam lak
department of mining engineering, isfahan university of technology,
2 دانشجوی کارشناسی ارشد مکانیک سنگ، دانشکده مهندسی معدن، دانشگاه صنعتی اصفهان
سازمان اصلی تایید شده: دانشگاه صنعتی اصفهان (Isfahan university of technology)

سجاد محمدی | sadjad mohammadi
school of mining, petroleum and geophysics engineering, shahrood university of technology, shahrood, iran
دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود
سازمان اصلی تایید شده: دانشگاه صنعتی شاهرود (Shahrood university of technology)

محمد امین کربلا | mohammad amin karbala
higher education and research complex of khuzestan water and power industry
مدیر دفتر پژوهش و فناوری، محتمع عالی آموزشی و پژوهشی صنعت آب و برق خوزستان

نشانی اینترنتی http://scj.kashanu.ac.ir/browse.php?a_code=A-10-158-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1052/article-1052-206330.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات