نمایش مختصر رکورد

dc.contributor.authorفعال, فاطمهfa_IR
dc.contributor.authorغفوری, حمیدرضاfa_IR
dc.contributor.authorاشرفی, سید محمدfa_IR
dc.date.accessioned1399-07-08T18:42:43Zfa_IR
dc.date.accessioned2020-09-29T18:42:43Z
dc.date.available1399-07-08T18:42:43Zfa_IR
dc.date.available2020-09-29T18:42:43Z
dc.date.issued2020-05-21en_US
dc.date.issued1399-03-01fa_IR
dc.date.submitted2019-01-06en_US
dc.date.submitted1397-10-16fa_IR
dc.identifier.citationفعال, فاطمه, غفوری, حمیدرضا, اشرفی, سید محمد. (1399). پیش‌بینی پیشروی آب شور در آبخوان ساحلی با استفاده از ماشین‌بردار پشتیبان رگرسیونی به‌عنوان مدل جایگزین. مجله آب و فاضلاب, 31(2), 118-129. doi: 10.22093/wwj.2019.161020.2803fa_IR
dc.identifier.issn1024-5936
dc.identifier.issn2383-0905
dc.identifier.urihttps://dx.doi.org/10.22093/wwj.2019.161020.2803
dc.identifier.urihttp://www.wwjournal.ir/article_95638.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/50443
dc.description.abstract<strong>پیش‌بینی هجوم آب شور به آبخوان ساحلی در اثر تغییر میزان برداشت از آب زیرزمینی یکی از پیش‌نیازهای مدیریت آب زیرزمینی است. این پژوهش قابلیت انواع مختلف مدل‌های ماشین‌بردار پشتیبان رگرسیونی (</strong><strong>SVR</strong><strong>) را برای پیش‌بینی میزان شوری در چاه پایش منتخب در یک آبخوان ساحلی کوچک تحت شرایط مختلف برداشت آب زیرزمینی بررسی می‌کند. مدل‌های </strong><strong>SVR</strong><strong> با مجموعه‌های ورودی (پمپاژگذرای تصادفی از چاه‌های آبده) حاصل از نمونه‌برداری ابرمکعب لاتین و خروجی (غلظت شوری در چاه پایش منتخب) آموزش یافته و آزمایش شدند. سپس، مدل‌های آموزش یافته و آزمایش شده برای پیش‌بینی میزان شوری در چاه پایش منتخب برای مجموعه داده‌های جدید پمپاژ استفاده شدند. قابلیت پیش‌بینی و تعمیم‌دهی عملی مدل‌ها در مقایسه با مدل رایج شبکه عصبی مصنوعی با استفاده از شاخص‌های ارزیابی مختلف بررسی شد. نتایج ارزیابی عملکرد مدل‌ها نشان داد که قابلیت پیش‌بینی مدل </strong><strong>SVR</strong><strong> چندجمله‌ای بر سایر مدل‌ها برتری دارد. همچنین همه مدل‌های </strong><strong>SVR</strong><strong> مورد بررسی به‌جز مدل </strong><strong>SVR</strong><strong> خطی، پیشروی آب شور را به‌طور قابل قبولی پیش‌بینی کردند. قابلیت پیش‌بینی و تعمیم‌دهی مدل‌های </strong><strong>SVR</strong><strong> چندجمله‌ای، استفاده از آنها را برای اتصال به الگوریتم بهینه‌سازی در شیوه بهینه‌سازی- شبیه‌سازی مبتنی بر مدل جانشین برای مدیریت آبخوان‌های ساحلی توصیه می‌کند.</strong>fa_IR
dc.format.extent1481
dc.format.mimetypeapplication/pdf
dc.languageفارسی
dc.language.isofa_IR
dc.publisherمهندسین مشاور طرح و تحقیقات آب و فاضلابfa_IR
dc.publisherWater and Wastewater Consulting Engineersen_US
dc.relation.ispartofمجله آب و فاضلابfa_IR
dc.relation.ispartofJournal of Water and Wastewater; Ab va Fazilab ( in persian )en_US
dc.relation.isversionofhttps://dx.doi.org/10.22093/wwj.2019.161020.2803
dc.subjectآبخوان ساحلیfa_IR
dc.subjectپیشروی آب شورfa_IR
dc.subjectمدل جانشینfa_IR
dc.subjectماشین‌بردار پشتیبان رگرسیونیfa_IR
dc.subjectقابلیت پیش‌بینیfa_IR
dc.titleپیش‌بینی پیشروی آب شور در آبخوان ساحلی با استفاده از ماشین‌بردار پشتیبان رگرسیونی به‌عنوان مدل جایگزینfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشجوی دکترا، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایرانfa_IR
dc.contributor.departmentاستاد، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه شهبد چمران اهواز، اهواز، ایرانfa_IR
dc.contributor.departmentاستادیار، گروه مهندسی عمران، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایرانfa_IR
dc.citation.volume31
dc.citation.issue2
dc.citation.spage118
dc.citation.epage129
nlai.contributor.orcid0000-0003-4251-2517
nlai.contributor.orcid0000-0002-3619-9168


فایل‌های این مورد

Thumbnail

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد