3 نتیجه برای تخمین پارامتر
محمد نخعی، وهاب امیری،
جلد 18، شماره 69 - ( 9-1393 )
چکیده
مدل سازی جریان آب و انتقال مواد محلول در محیط‌های متخلخل دارای اشباع‌شدگی متغیر نیازمند اطلاعات تکمیلی و دقیق خصوصیات هیدرولیکی خاک می‌باشد. خصوصیات هیدرولیکی که در این مطالعه با استفاده از حل معکوس تعیین شده‌اند هدایت هیدرولیکی غیر‌اشباع K(h) و تابع نگهداشت آب θ(h) می‌باشد. در روش حل معکوس فرض می‌شود که K(h) و θ(h) را همانند پارامترهای انتقال به‌صورت هم‌زمان و با استفاده از داده‌های جریان ناپایدار و به‌کارگیری آنها در حل معکوس معادلات حاکم بر جریان و انتقال مواد تعیین کرد. به‌منظور دستیابی به‌نتایجی واحد، قابل شناسایی و پایدار در موقعیت‌ها و شرایط مختلف آزمایشی، آزمایش عددی جدید توزیع مجدد مورد ارزیابی و استفاده قرار گرفت. برای مطالعه شکل تابع هدف در حالت کمترین مقدار آن، سطوح پاسخ برای پارامترهای تخمینی تهیه شد. حساسیت خروجی‌های مدل نسبت به تغییر پارامترهای ورودی نیز محاسبه و تحلیل شد. نتایج آزمایش توزیع مجدد نشان می‌دهد زمانی‌که متغیرهای خروجی‌های مدل به‌اندازه کافی به پارامترهای بهینه شده حساس نیست عدم یگانگی جواب افزایش می‌یابد. مقادیر تخمینی پارامترها به بزرگی خطای داده‌های اندازه‌گیری شده حساس است. در این آزمایش، تخمین پارامتر بر‌اساس داده‌های بار فشار حل یگانه‌ای را در اختیار قرار می‌دهد. به‌دلیل جریان ترجیحی در نمونه، مشاهدات کشش‌سنجی می‌تواند نتایج اشتباهی برای حل معکوس مساله مورد نظر ارائه دهد. استفاده از اطلاعات هدایت هیدرولیکی می‌تواند یگانگی جواب را بیشتر کرده و خطای تخمین پارامترهای تجربی α و n را کاهش دهد. آنالیز حساسیت می‌تواند ابزار مفیدی برای تعیین زمان بهینه و توزیع موقعیت نقاط مشاهداتی در آزمایش باشد.
محمد عیسی‌زاده، رزگار عرب‌زاده، صابره دربندی،
جلد 20، شماره 77 - ( 8-1395 )
چکیده
انتخاب تکنیک درون‌یابی بهینه جهت تخمین پارامترهای کیفی آبخوان در نقاط اندازه‌گیری نشده نقش مهمی در مدیریت کمی و کیفی منابع آب ایفا می‌کند. هدف اصلی این تحقیق ارزیابی دقت روش‌های درون‌یابی متداول با استفاده از GIS و مدل شبکه عصبی مصنوعی می‌باشد. بدین‌منظور تخمین سه پارامتر کیفی CL، EC و pH آبخوان دشت قروه- دهگان واقع در استان کردستان توسط هر یک از مدل‌ها مورد ارزیابی قرار گرفت. در این تحقیق از داده‌های کیفی 56 چاهک مشاهداتی که دارای پراکندگی مناسبی در کل دشت هستند، استفاده گردید. در این تحقیق داده‌های 46 چاهک مشاهداتی جهت واسنجی و داده‌های 10 چاهک دیگر جهت صحت سنجی مدل‌ها استفاده شدند. نتایج نشان داد که روش‌های شبکه عصبی مصنوعی، IDW و کریجینگ (spherical) به‌ترتیب جهت تخمین پارامترهای کیفی CL، PH و EC از دقت بیشتری نسبت به سایر مدل‌ها برخوردار بوده‌اند. البته مدل شبکه عصبی در تخمین هر سه پارامتر دارای دقت بسیار خوبی می‌باشد.در صورت کمبود وقت و همچنین نیاز به‌دقت قابل قبول و ریسک کمتر در تخمین پارامترهای کیفی، استفاده از این مدل نسبت به سایر مدل‌های آماری به‌کار رفته ارجحیت دارد.
ستار چاوشی بروجنی، کورش شیرانی،
جلد 24، شماره 3 - ( 9-1399 )
چکیده
انتخاب تابع توزیع مناسب و تخمین پارامترهای آن دو گام اساسی در برآورد دقیق تناوب سیلاب است. در این مقاله برای بهبود تخمین پارامترهای توابع توزیع، از مفهوم بهینه‌سازی الگوریتم فرا ابتکاری استفاده شده است. هدف از این مقاله استفاده از الگوریتم کلونی زنبور عسل (ABC) در راستای برآورد پارامترهای توابع توزیع رایج در تخمین سیلاب است. در این راستا از سه آماره برازندگی، ضریب همبستگی، ضریب تشخیص و مجذور میانگین مربعات خطا، برای مقایسه عملکرد این الگوریتم با روش‌های متعارف تخمین پارامتر، حداکثر درست‌نمایی(ML)، گشتاورها (MOM) و گشتاور وزنی احتمال (PWM)، استفاده شده است. منطقه مورد مطالعه حوضه آبخیز بابل‌رود در حاشیه جنوبی دریای مازندران است که دارای سوابق وقوع سیلاب است. تعداد شش ایستگاه هیدرومتری دارای آمار مشاهداتی دبی حداکثر سیلاب در منطقه شناسایی و داده‌های آنها در تحلیل تناوب سیل شش تابع توزیع نرمال، گمبل، گاما، پیرسون نوع 3، مقادیر حد و لجستیک مورد استفاده قرار گرفت. مقایسه عملکرد روش‌های ABC، ML، MOM و PWM در برآورد سه آماره برازندگی نشان می‌دهد که تابع توزیع پیرسون نوع 3 دارای بیشترین مقدار میانگین ضریب همبستگی (0/97) با کمترین دامنه تغییرات (0/05-0/04) و تابع توزیع گاما دارای بیشترین مقدار ضریب تشخیص (0/93) با کمترین دامنه تغییرات (0/10) و همچنین کمترین مقدار مجذور میانگین مربعات خطا (8/61) با کمترین دامنه تغییرات (14/33) است. درنهایت با جمع‌بندی نتایج به‌دست آمده است می‌توان نتیجه گرفت که الگوریتم کلونی زنبور عسل عملکرد بهتری (مقادیر بالاتر ضریب همبستگی و ضریب تشخیص و مقدار کمتر مجذور میانگین مربعات خطا) از سایر روش‌های رایج در تخمین پارامترهای توابع توزیع مطالعاتی در منطقه دارد.
