Διδακτορικές Διατριβές

Μόνιμο URI για αυτήν τη συλλογήhttps://dspace.library.tuc.gr/handle/123456789/137

Νέα

23

Περιηγούμαι

Πλοήγηση Διδακτορικές Διατριβές ανά Θέμα "artificial neural networks"

Φιλτράρετε τα αποτελέσματα πληκτρολογώντας τα πρώτα γράμματα
Τώρα δείχνει 1 - 1 από 1
  • Δεν υπάρχει διαθέσιμη μικρογραφία
    Δημοσίευση
    Predicting spatial and temporal changes in groundwater levels using artificial Neural networks and geostatistical methods
    (Technical University of Crete, 2015) Tapoglou Evdokia; Ταπογλου Ευδοκια; Karatzas Giorgos; Καρατζας Γιωργος; Nikolaidis Nikolaos; Νικολαιδης Νικολαος; Nikolos Ioannis; Νικολος Ιωαννης; Chrysikopoulos Constantinos; Χρυσικοπουλος Κωνσταντινος; Tsanis Giannis; Τσανης Γιαννης; Christopoulos Dionysios; Χριστοπουλος Διονυσιος
    Σκοπός της παρούσας διατριβής είναι η δημιουργία ενός προγράμματος χωρικής και χρονικής προσομοίωσης του υδραυλικού ύψους ενός υδροφορέα, με χρήση μεθόδων υπολογιστικής νοημοσύνης και γεωστατιστικών μεθόδων. Τα Τεχνητά Νευρωνικά Δίκτυα είναι η μέθοδος που επιλέχθηκε για τη χρονική προσομοίωση, καθώς έχει αποδειχθεί ήδη στην βιβλιογραφία ότι η χρήση της φέρει καλά αποτελέσματα χωρίς την απαίτηση πολύπλοκων και δυσεύρετων δεδομένων εισόδου. Η μεθοδολογία του Kriging ακολουθήθηκε για τη χωρική προσομοίωση και παρεμβολή των αποτελεσμάτων των τεχνητών νευρωνικών δικτύων στο χώρο. Για το συνδυασμό των δύο αυτών μεθοδολογιών χρησιμοποιήθηκε ένα σύστημα ασαφούς λογικής.Το πρώτο βήμα που ακολουθείται στην προτεινόμενη προσέγγιση είναι η συλλογή όλων των διαθέσιμων δεδομένων. Στην παρούσα διατριβή συλλέχθηκαν δεδομένα και έγινε προσομοίωση του υδραυλικού ύψους για δύο περιοχές μελέτης μια στην Βαυαρία της Γερμανίας και μια στο Μαϊάμι της πολιτείας Φλόριντα των ΗΠΑ. Οι δύο αυτές περιοχές έχουν πολύ διαφορετικά χαρακτηριστικά μεταξύ τους και για αυτό το λόγο η επιτυχής προσομοίωση του υδραυλικού ύψους σε αυτές μπορεί να επιβεβαιώσει την αξιοπιστία του μοντέλου. Ακολουθεί η προσομοίωση με χρήση τεχνητών νευρωνικών δικτύων και ταυτόχρονα δοκιμάστηκε και η χρήση συστήματος ασαφούς λογικής για την επιλογή των κατάλληλων γειτόνων που στην συνέχεια χρησιμοποιούνται από τον αλγόριθμο του kriging. Τέλος, εφαρμόζεται η μεθοδολογία της παρεμβολής με kriging, με χρήση τριών διαφορετικών βαριογραμμάτων σε κάθε περίπτωση. Τα αποτελέσματα αξιολογούνται μέσω μιας σειράς δεικτών σφάλματος σε δεδομένα διασταυρωμένης επικύρωσης και προσδιορίζεται το πιο κατάλληλο θεωρητικό μοντέλο βαριογράμματος για κάθε περιοχή μελέτης ξεχωριστά. Για την πρώτη περιοχή μελέτης στη Βαυαρία, καταλληλότερο βαριόγραμμα ήταν το δυναμονομικό με τιμή για τη ρίζα του μέσου τετραγωνικού σφάλματος (RMSE) ίση με 7.6·10-3 m,ενώ για την δεύτερη περιοχή μελέτης καταλληλότερο βαριόγραμμα ήταν το εκθετικό με τιμή για το δείκτη σφάλματος RMSE ίση με 0.962 m. Βασική διαφορά που οδηγεί σε αυτή την απόκλιση στις τιμές του σφάλματος ήταν ότι στην πρώτη περίπτωση προσομοιώνεται η διαφορά του υδραυλικού ύψους, ενώ στη δεύτερη περιοχή μελέτης προσομοιώνεται το υδραυλικό ύψος αυτό καθ’ αυτό, διαφορά που οφείλεται στα στατιστικά χαρακτηριστικά των χρονοσειρών. Για την επιβεβαίωση του μοντέλου και την πιστοποίηση της ακρίβειας του, πραγματοποιήθηκε ανάλυση αβεβαιότητας στα επιμέρους κομμάτια της μεθοδολογίας.Η καινοτομία της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη ενός μοντέλου με βάση τα δεδομένα το οποίο μπορεί να χρησιμοποιηθεί για τη χωρική και χρονική προσομοίωση του υδραυλικού ύψους, χωρίς την απαίτηση γεωλογικών δεδομένων. Η χρήση της ασαφούς λογικής για τον προσδιορισμό των γειτόνων του kriging αποτελεί καινοτομία της παρούσας εργασίας και μπορεί να βελτιώσει τα αποτελέσματα της μεθόδου. Η εφαρμογή του μοντέλου σε δύο διαφορετικού γεωλογικού υπόβαθρου περιοχές μελέτης, μια προσχωματική και μια καρστική, αποδεικνύει την αποτελεσματικότητα του κάτω από διάφορες συνθήκες.