تخمین شاخص کیفیت آب رودخانه صوفی چای با استفاده از روش شبکه عصبی بیزین
عنوان اصلي به زبان ديگر
Estimation of Water Quality Index in the Sufichay river using Bayesian neural network
نام نخستين پديدآور
/میلاد باقرزاده
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی عمران
تاریخ نشرو بخش و غیره
، ۱۳۹۸
نام توليد کننده
، افشاری
مشخصات ظاهری
نام خاص و کميت اثر
۸۹ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی عمران، گرایش مهندسی سواحل، بنادر، و سازهصهای دریایی
زمان اعطا مدرک
۱۳۹۸/۰۶/۱۶
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
ودخانهها یکی از منابع اسااسای تامین آب برای مصاار کشااورزی و شارب میباشاند افزای فااییتهای انساانی در نتیجهی توسااه شاهری و روساتایی و صاناتی باعو بروز آیود یها در رودخانهها شاده اسات، از این رو پای کیفیت این منابع ضاروری به نرر میرساد به دییل اینکه پای و ارزیابی کیفیت آبهای ساححی پرهزینه اسات یافتن روشای ارزان، آساان و نسابتا دقیب بسایار مفید اسات همینین رودخانه صاوفیچای نق بسایار مهمی در تامین آب آشاامیدنی و آب کشااورزی در اساتان آبربایجان شارقی دارد از این رو در این تحقیب ابتدا کیفیت آب این رودخانه با شااخصWQI و بر اساا دادههای دریافتی از ساازمان آب منحقهای اساتان آبربایجان شارقی در بازه زمانی۱۳۴۵- ۱۳۹۵سانجیده شاد و سا جهت مدلساازی آن از شابکه عصابی بیزین اساتفاده شاد جهت تخمین ،WQIاز نه پارامتر کیفی ، Ca، Mg، Cl، So۴ EC، HCO۳، TDS،PHوNa اساتفاده ردید برای مدلساازی با شابکههای عصابی بیزین با توجه به دادههای ورودی نه مدل تاریف ردید در مدل اول تنهاا پارامترSO۴ به عنوان ورودی در نرر رفتاه شاااد و به ترتیا بکر شاااده تااداد ورودیها افزای یافته اسات که مدل نهم شاامل تمامی ورودیها میباشاد مشااهده میشاود که با اضاافه شادن ورودیها دقت نتایج بر اساا مایارهای ارزیابی ن - سااتکلیف از۰/۱۲ به۰/۹۹۹ افزای یافته و مایارRMSE نیز از۰/۱۴۹ به۰/۰۶۸ کاه یافته است در مجموع و طبب نتایج به دسات آمده، مدلهای هوشامند و بخصاوش شابکه عصابی بیزین از دقت مورد قبویی برای مدل ساازی شااخص کیفیت آب و پارامترهای کیفی آب برخوردار هساتند و میتوان از آنها در مساالل مربو به پای و کنترل کیفیت منابع آب و مسالل مربو به مدیریت این منابع ارزشمند استفاده نمود
متن يادداشت
Rivers are one of the most essential resources of potation water and irrigation water. Increasing human activities as a result of urban, rural and industrial development has caused for river contamination, therefore controlling the quality of these resources seems necessary. Because controlling and evaluation of the quality of surface water resources is costly, finding new ways with low expenses and acceptable accuracy is very beneficial. Also, the Sufichay river has a very important role in providing drinking water and agriculture water for the East Azerbaijan province. Therefore, in this research, firstly the water quality index of the Sufichay river has been calculated based on the data collected by the regional water department of the East Azerbaijan in the period of (1345-1395) and a Bayesian network is used to estimate and model it. For WQI estimation, nine water quality parameters including SO4, Cl, Mg, Ca, PH, TDS, HCO3, EC and Na were used. For modeling with Bayesian nueral network nine model were defined. In the first model SO4 was the only input and other parameters were added respectively and the last model included all parameters. Results showed that with increasing the number of inputs, the NS was increased from 0.12 to 0.999 and RMSE was reduced from 0.149 to 0.068. To sum up and according to results of this research, the intelligent models, specially Bayesian Neural Network have excellent accuracy for modeling WQI and water quality parameters and they can be used for monitoring and controlling quality of the water resources and all issues related to water management.
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Estimation of Water Quality Index in the Sufichay river using Bayesian neural network
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )