فایل ورد تخمين نيترات آب زيرزميني دشت همدان- بهار با استفاده از شبکه عصبي مصنوعي و اثر تفکيک داده ها بر دقت پيش بيني

لینک دانلود

 فایل ورد تخمين نيترات آب زيرزميني دشت همدان- بهار با استفاده از شبکه عصبي مصنوعي و اثر تفکيک داده ها بر دقت پيش بيني دارای 16 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد تخمين نيترات آب زيرزميني دشت همدان- بهار با استفاده از شبکه عصبي مصنوعي و اثر تفکيک داده ها بر دقت پيش بيني  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي فایل ورد تخمين نيترات آب زيرزميني دشت همدان- بهار با استفاده از شبکه عصبي مصنوعي و اثر تفکيک داده ها بر دقت پيش بيني،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن فایل ورد تخمين نيترات آب زيرزميني دشت همدان- بهار با استفاده از شبکه عصبي مصنوعي و اثر تفکيک داده ها بر دقت پيش بيني :




نام کنفرانس، همایش یا نشریه : محيط شناسي

تعداد صفحات :16

کسب اطلاعات لازم در خصوص نیترات در منابع آب زیرزمینی مستلزم اندازه گیری های دقیق دوره ای است که با وجود اندازه گیری آن در برخی مناطق، به علت حساسیت های اجتماعی و سلامتی جامعه گزارش نمی شود. بنابراین مدل سازی آن به علت اطلاع از وضعیت کیفی آب هر منطقه ضروری به نظر می رسد. هدف این مطالعه استفاده از روش شبکه عصبی مصنوعی در برآورد نیترات و مقایسه آن با مقادیر اندازه گیری شده و بررسی تاثیرپذیری برآورد نیترات از تعداد و ماهیت اطلاعات ورودی به مدل شبکه عصبی بود. داده ها از آمار و اطلاعات کمی و کیفی 53 حلقه چاه آب زیرزمینی دشت همدان- بهار در دو گروه اطلاعات پرهزینه و کم هزینه، طی سالهای 1382 تا 1387 اخذ شد. در گروه اطلاعات پرهزینه از 13 متغیر مستقل شیمیایی به عنوان ورودی شبکه عصبی مصنوعی و در گروه کم هزینه از 7 و 8 متغیر به تفکیک برای مدل سازی نیترات استفاده شد. مقایسه نتایج آزمون هر سه آرایش، حاکی از توانایی بالای مدل شبکه عصبی در پیش بینی غلظت نیترات است. مقایسه میانگین خطاهای حاصل از هر سه مدل شبکه عصبی با آزمون t و آماره Z نشان داد که تفاوت معنی داری بین نتایج مدل ها وجود ندارد. بنابراین استفاده از اطلاعات گروه دوم در ورودی شبکه عصبی قابل توجیه است. مشخصه های ورودی مدل پیشنهادی شامل خصوصیات ژئومرفولوژی عمق استاتیک، عمق چاه، مختصات جغرافیایی و اطلاعات کیفی دما،pH ، هدایت الکتریکی نمونه های آب اندازه گیری شده است که موفق به پیش بینی غلظت نیترات با اطمینانی بیش از 80 درصد شد که موید کارایی مناسب مدل در آبخوان دشت همدان- بهار است.
كلید واژه: نیترات، پیش بینی، شبکه عصبی مصنوعی، همدان

توضیحات بیشتر