دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی

اختصاصی از کوشا فایل دانلود پایان نامه کاربرد مدل شبکه عصبی مصنوعی در مدیریت منابع آب زیرمینی دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:120

فهرست مطالب

فهرست

مقدمه.................................................................................................................................................................... 1

فصل اول: مروری بر پیشینه پژوهش....................................................................................................................... 3

1-1- مقدمه........................................................................................................................................................... 3

1-2- مروری بر تحقیقات انجام یافته....................................................................................................................... 3

فصل دوم: روش پژوهش، ابزار و مواد...................................................................................................................... 11

2-1-مقدمه........................................................................................................................................................... 11

2-2-  معرفی شبکه عصبی مصنوعی..................................................................................................................... 11

2-2-1- مزیت های شبکه های عصبی:............................................................................................................. 11

2-2-2- کاربردهای شبکه عصبی:.................................................................................................................... 12

2-2-3- اجزای کلی شبکه عصبی مصنوعی..................................................................................................... 13

2-2-4- ساختار های شبکه عصبی مصنوعی................................................................................................... 15

2-2-4-1- شبکه های پیشرو(Feedforward).......................................................................................... 15

2-2-4-2- شبکه های برگشتی(Backforward) ...................................................................................... 15

 2-2-4-3- شبکه های شعاعی(Radial Basis Function Networks )................................................... 16

2-2-5- معرفی انواع شبکه عصبی ساده: ........................................................................................................ 16

2-2-5-1- پرسپترون(Perceptron)......................................................................................................... 16

2-2-5-2- شبکه همینگ(Haming)........................................................................................................ 17

2-2-5-3- شبکه هاپفیلد(Hopfield)....................................................................................................... 17

2-2-6- الگوریتمهای مختلف آموزش.............................................................................................................. 17

2-2-6-1-الگوریتم لونبرگ-مارکورت (LM) Levenberg-Marquardt..................................................... 17

2-2-6-2-گرادیان نزولی انتشار خطا به عقب با ممنتم................................................................................. 18

2-2-6-3-تنظیم بایزین (BR) Bayesian Regulazation........................................................................ 18

2-2-7- تقسیم بندی شبکه ها از نظر نوع توابع عملگر..................................................................................... 18

2-2-8- تقسیم بندی شبکه ها از نظر نوع آموزش............................................................................................. 19

2-2-8-1- آموزش نظارت شده(Supervised)............................................................................................ 19

2-2-8-2- آموزش غیرنظارت شده(Unsupervised).................................................................................. 19

2-2-9- آموزش شبکه های عصبی مصنوعی.................................................................................................... 20

2-2-10- صحت سنجی.................................................................................................................................... 21

2-2-11- معیار ارزیابی کارایی و خطای مدل..................................................................................................... 22

2-3- ویژگیهای منطقه مورد مطالعه...................................................................................................................... 22

2-3-1- موقعیت جغرافیایی محدوده مورد مطالعه............................................................................................ 22

2-3-2- زمین شناسی منطقه مورد مطالعه:..................................................................................................... 24

2-3-2-1- تشکیلات کرتاسه...................................................................................................................... 26

2-3-2-2- رسوبات نوع فلیش................................................................................................................... 27

2-3-2-3- تشکیلات پالئوژن.................................................................................................................... 27

2-3-2-4- تشکیلات نئوژن....................................................................................................................... 27

2-3-2-5- رسوبات کواترنر....................................................................................................................... 28

2-3-3- زمین‏شناسی ساختمانی منطقه‏ مورد مطالعه....................................................................................... 28

2-3-4- هواشناسی........................................................................................................................................ 29

2-3-4-1- بارندگی.................................................................................................................................... 29

2-3-4-2- درجه حرارت :......................................................................................................................... 32

2-3-4-3- تبخیر و تعرق.......................................................................................................................... 33

2-3-4-4-  رطوبت نسبی:........................................................................................................................ 34

2-3-4-5- طبقه بندی اقلیمی منطقه........................................................................................................ 35

2-3-5-  بررسی های اکتشافی دشت بیرجند.................................................................................................. 37

2-3-5-1-  مطالعات ژئوفیزیک................................................................................................................. 37

2-3-5-2- نقشه هم ضخامت آبرفت.......................................................................................................... 38

2-3-5-3-  نقشه مقاومت عرضی.............................................................................................................. 39

2-3-5-4-  نقشه هم ارتفاع سنگ کف دشت بیرجند................................................................................. 39

2-3-6-  هیدروژئولوژی دشت بیرجند............................................................................................................. 41

2-3-6- 1- بررسی ضرایب هیدرودینامیکی:............................................................................................... 41

2-3-6-2- رفتار سنجی چاههای مشاهده ای............................................................................................. 43

2-3-6-3- هیدروگراف واحد دشت........................................................................................................... 53

2-3-7-  نقشه های هیدروژئولوژی.................................................................................................................. 55

2-3-7-1- نقشه هم پتانسیل دشت بیرجند............................................................................................... 55

2-3-7-2- نقشه هم عمق دشت بیرجند.................................................................................................... 57

2-3-7-3-  نقشه هم افت دشت بیرجند.................................................................................................... 58

2-3-8-  بهره برداری از منابع آب زیرزمینی دشت بیرجند.............................................................................. 59

2-3-8-1-  چاه........................................................................................................................................ 59

2-3-8-2-  چشمه..................................................................................................................................... 61

2-3-8-3-  قنات...................................................................................................................................... 62

2-3-9-  محاسبه بیلان دراز مدت آبخوان دشت بیرجند................................................................................... 62

2-3-9-1- مدت یا دوره بیلان.................................................................................................................... 63

2-3-9-2-  مجموعه ورودی آب زیرزمینی................................................................................................. 63

2-3-9-3-  مجموعه خروجی آب زیرزمینی................................................................................................ 65

2-3-9-4-  تغییرات حجم مخزن در دوره بیلان(∆X)................................................................................. 66

2-3-10- محاسبه بیلان کوتاه مدت آبخوان آبرفتی دشت................................................................................. 67

2-3-10-1- مدت یا دوره بیلان:................................................................................................................. 67

2-3-10-2-  مجموعه ورودی آب زیرزمینی:............................................................................................... 67

2-3-10-3-  مجموعه خروجی آب زیرزمینی............................................................................................... 69

2-3-10-4- تغییرات حجم مخزن در دوره بیلان(∆X)................................................................................. 70

فصل سوم: بحث، تجزیه و تحلیل........................................................................................................................... 71

3-1- مقدمه........................................................................................................................................................ 72

3-2- انجام آنالیز حساسیت و تعیین ساختار شبکه عصبی و پارامترهای موثر بر نوسانات سطح آب......................... 72

3-3- مدلسازی سطح آب زیرزمینی در چاه مشاهده ای محمدیه در منطقه مورد مطالعه.......................................... 79

3-4- مدلسازی سطح آب زیرزمینی در چاههای مشاهده ای موجود در منطقه مورد مطالعه.................................... 83

3-5- پیش بینی سطح آب زیرزمینی در چاههای مشاهده ای موجود در منطقه مورد مطالعه.................................... 91

3-6- پیش بینی سطح آب در مناطق فاقد چاه مشاهده ای در محدوده مورد مطالعه  و ترسیم منحنی هم تراز.......... 99

فصل چهارم: نتیجه گیری و پیشنهاد................................................................................................................... 114

4-1- نتیجه گیری.............................................................................................................................................. 114

4-2- پیشنهادها........................................................................................................................................... 116

منابع و ماخذ...................................................................................................................................................... 117

1. Reference....................................................................................................................................................... 118

  1-1- مقدمه

در طی دهه اخیر استفاده از شبکه های عصبی مصنوعی بطور روز افزونی در حیطه منابع آبی بویژه آبهای زیرزمینی در سراسر دنیا انجام شده است. با توجه به اینکه مدلهای شبکه عصبی نتایج خوبی ارائه می کنند استفاده از این مدلها در زمینه منابع آبی از مقبولیت خوبی برخوردار هستند.  دراین فصل به بیان مختصری از کارها و تحقیقات قبلی در زمینه شبکه عصبی مصنوعی پرداخته شده است.

1-2- مروری بر تحقیقات انجام یافته

اخیراً از شبکه های عصبی مصنوعی که یکی از شاخه های هوش مصنوعی محسوب می شود، به عنوان روشی کارا در حل مسائل به روش معکوس به طور روز افزونی استفاده می شود.

از قرن نوزدهم به طور همزمان اما جداگانه از سویی نروفیزیولوژیستها سعی کردند سیستم یادگیری و تجزیه و تحلیل مغز را کشف کنند و از سوی دیگر ریاضیدانان تلاش کردند تا  مدل ریاضی بسازند که قابلیت فراگیری و تجزیه و تحلیل عمومی مسائل را دارا باشد. اولین کوششها در شبیه سازی با استفاده از یک مدل منطقی توسط  McCulloch and Pitts(1984)  انجام شد که  امروز بلوک اصلی سازنده‌ی اکثر شبکه های عصبی مصنوعی است . این مدل فرضیه‌هایی در مورد عملکرد نرونها ارائه می کند. عملکرد این مدل مبتنی بر جمع ورودیها و ایجاد خروجی است . چنانچه حاصل جمع ورودی‌ها از مقدار آستانه بیشتر باشد اصطلاحا نرون برانگیخته می‌شود. نتیجه این مدل اجرای توابع ساده منطقی مثل OR وAND بود.

 نه تنها نروفیزیولوژیستها بلکه روانشناسان و مهندسان نیز در پیشرفت شبیه سازی شبکه‌های عصبی تأثیر داشتند. اولین بار توسطRosenblatt (1985)  شبکه پرسپترون معرفی شد. این شبکه نظیر واحدهای مدل شده‌ی قبلی بود. این سیستم می‌تواند یاد بگیرد که به ورودی داده شده خروجی تصادفی متناظر را اعمال کند.

سیستم دیگری از مدل خطی تطبیقی نرون توسط Widrow and Hoff(1960)  به نام Adalalin  ایجاد شد که اولین شبکه های عصبی بکار گرفته شده در مسائل واقعی بود.  Adalaline یک دستگاه الکترونیکی بود که از اجزای ساده‌ای تشکیل شده بود روشی که برای آموزش استفاده می‌شد با پرسپترون فرق داشت.

کتابی توسط Minisky and Papert (1969) نوشته شد که محدودیتهای سیستمهای تک لایه و چند لایه پرسپترون را تشریح میکرد. نتیجه این کتاب پیشداوری و قطع سرمایه گذاری برای تحقیقات  در زمینه شبیه سازی شبکه‌های عصبی بود. آنها با طرح اینکه طرح پرسپترون قادر به حل هیچ مساله مهمی نمی‌باشد تحقیقات در این زمینه را برای مدت چندین سال متوقف کردند.

با وجود اینکه اشتیاق عمومی و سرمایه گذاری های موجود به حداقل خود رسیده بود برخی محققان تحقیقات خود را برای ساخت ماشینهایی که توانایی حل مسائلی از قبیل تشخیص الگو را داشته باشند ادامه دادند. از جمله 1980))Grossberg که شبکه‌ای تحت عنوان Avalanch را برای تشخیص صحبت پیوسته و کنترل دست ربات مطرح کرد. همچنین او شبکه های A