Groundwater level estimation using radial basis function artificial neural network
محل انتشار: هشتمین کنگره بین المللی مهندسی عمران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,123
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCE08_920
تاریخ نمایه سازی: 28 آبان 1387
چکیده مقاله:
In this study, RBF neural network was utilized to estimate groundwater level in an unsampled piezometric well. Six scenarios were performed using the data collected from piezometric wells distributed around the unsampled well to estimate the missing groundwater level. The results showed that the estimated groundwater level time series closely follows the entire fluctuation trend in water table with a mean absolute error of 0.13 meter. The distance between the sampled zone and unsampled area affected the correlation in the data drastically. Besides the distance, station elevation played an important role in correlating groundwater changes in adjacent stations.
کلیدواژه ها:
نویسندگان
G. R. Rakhshandehroo
Dept. of Civil and Environmental Engineering, Shiraz University, Shiraz, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :