واسنجی مدل آب زیرزمینی با برنامه نویسی و یادگیری ماشین :: بیسین - سایت تخصصی مهندسی آب

ابزار وبمستر

Bootstrap Example

عضويت در خبرنامه ايـميـل پايگاه بيسيــن - عضويت پس از کليک بر روي لينک فعال سازي که براي شما ارسال خواهد شد تکميل مي شود




واسنجی مدل آب زیرزمینی با برنامه نویسی و یادگیری ماشین


یادگیری ماشین در آبهای زیرزمینی و مدل کالیبراسیون با MODFLOW ،Flopy ،PySal و Scikit Learn موضوع این پست است. کیفیت کار مدل سازی آب های زیرزمینی به سه عامل متکی است: توزیع مکانی-زمانی داده های مشاهده شده، ساخت و کالیبراسیون مدل و نتیجه گیری های حاصل از شبیه سازی های پیش بینی شده. بر اساس پیچیدگی های ابزارهای عددی، مقدار پارامترهای درگیر، کالیبراسیون آب های زیرزمینی می تواند یک چالش جدی برای مبتدیان، طراحان متوسط ​​یا پیشرفته با بسیاری از موفقیت ها و شکست ها باشد. نتیجه گیری اغلب با استرس روانی همراه است.


پیشرفت در الگوریتم های یادگیری ماشین باید با ابزارهای عددی مدل سازی آب های زیرزمینی همراه باشد تا قابلیت مدل ساز را درک کند تا عملکرد کلی مدل، همبستگی بین مشاهده شده و محاسبه شده و بهترین مجموعه پارامترها را نشان دهد که شرایط مشاهده شده جریان آب زیرزمینی و کیفیت را نشان می دهد.


در مورد یک مدل با سطح پایین پیچیدگی با رودخانه ها، دریاچه ها، شارژ مجدد و جریان آب زیرزمینی منطقه ای که در Model Muse انجام شده است. این مدل به عنوان یک شی object در پایتون با Flopy وارد شده است. تجزیه و تحلیل حساسیت با SALIB برای ارزیابی پاسخ برای مدل شی جریان آب های زیرزمینی به نمونه های مختلف از پارامترها و مجموعه ای حاصل از پارامترها و مربوط سطح آب ثبت شده اند. سپس یک رگرسیون یادگیری ماشین با Scikit-Learn با مجموعه معکوس (سطح آب در مقابل پارامترها) انجام شده است تا پارامترهای پیش بینی شده برای داده های مشاهده شده بدست آید. برای ارزیابی کیفیت کلی رگرسیون شبکه عصبی، اندازه گیری های مختلف خطا برای دو مورد انجام شد.


هشدار: استفاده از الگوریتم های یادگیری ماشین برای کالیبراسیون مدل یا هر ابزار عددی دیگر جایگزین معیارهای مدل ساز آبهای زیرزمینی نیست. یادگیری ماشینی فقط ابزار است و مانند هر ابزاری انسانی باید به روشی مناسب و تحت کنترل هوش ما استفاده شود. به یاد داشته باشید که اگر از رایانه ها به عنوان "جعبه سیاه" برای کالیبراسیون مدل استفاده کنیم، کیفیت نتایج و کل کار مدل سازی را به خطر می اندازیم.


مشاهده ویدیو آموزش

(برای مشاهده به آی پی دیگر کشورها نیاز دارید)


لینک های مفید

سایت FloPy

مستندات FloPy

سایت SALib

اطلاعات Scikit MLP Regressor

می توانید داده های ورودی را از این لینک بارگیری کنید.


برای یافتن تمامی مطالب مرتبط با این مطلب در سایت از جستجوی سایت در حاشیه سمت راست و بالای صفجه استفاده فرمایید.


لیست دیگر آموزش های مرتبط

ورود به بخش آموزش های متنی GMS

ویکی نرم افزار GMS

انجمن بحث و گفتگو GMS

کلاس های بین المللی GMS

منابع آموزشی نرم افزار GMS

بلاگ نکات نرم افزار GMS


آموزش های ویدیویی فارسی GMS

آموزش های ویدیویی انگلیسی GMS


دانلود آخرین نسخه نرم افزار GMS


دریافت کرک نرم افزار GMS

دریافت لایسنس ارزیابی (14 روزه)


برای سفارش انجام مدل سازی اینجا کلیک کنید



×

راهنماي حل مشکل دانلود: با توجه به مسدود شدن درايو گوگل در ايران از آي پي ديگر کشورها براي دانلود فايل ها استفاده کنيد.




سفارش پروژه داريد؟ يا قصد همکاري در انجام پروژه؟ و يا قصد فروش فايل خود؟

با فشردن دکمه زير يکي از بخش هاي "سفارش انجام پروژه" يا "همکاري با بيسين" و يا "فروش فايل" را انتخاب فرماييد




آمار آنلاين-مقايسه اي بارش در حوضه هاي اصلي کشور

منبع: وزارت نيرو - اين نمودار ممکن است براي دقايقي به دليل بروزرساني غير فعال شود



نظرات  (۰)

فرم ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">

درباره بهترين هاي بيسيـــن بدانيد...

Bird

يکي از مهمترين اهداف اين سايت تهيه آموزش هاي روان از ابزارهاي کاربردي علوم آب است.

اهميت مطالعات محيطي با ابزارهاي نوين در چيست؟

امروز با فارغ التحصيلي جمع کثير دانشجويان سالهاي گذشته و حال، با گذر از کمي گرايي ديگر صرف وجود مدارک دانشگاهي حرف اول را در بازار کار نمي زند؛ بلکه سنجش ديگري ملاک؛ و شايسته سالاري به ناچار! باب خواهد شد. يکي از مهم ترين لوازم توسعه علمي در هر کشور و ارائه موضوعات ابتکاري، بهره گيري از ابزار نوين است، بيسين با همکاري مخاطبان مي تواند در حيطه علوم آب به معرفي اين مهم بپردازد.

جستجو در بيسين


ابزارهاي نوين

بیسین - سایت تخصصی مهندسی آب

بیسین جهت ارائه مطالب و خدمات تخصصی در حیطه نرم افزارها و مدل های شبیه سازی مهندسی آب با رویکرد پژوهشی-آموزشی ایجاد شده است که توسعه خود را در گرو همکاری مخاطبان می بیند.

اطلاعات سايت

  • www.Basin.ir@gmail.com
  • بهزاد سرهادي
  • شناسه تلگرام: SubBasin
  • شماره واتساپ: 09190622992-098
  • شماره تماس: 09190622992-098

W3Schools