Wyniki wyszukiwania - BazTech

1

Hydro-sedimentary flow modelling in some catchments Constantine highlands, case of Wadis Soultez and Reboa (Algeria)

Balla F., Kabouche N., Khanchoul K., Bouguerra H.

Journal of Water and Land Development

|

2017

|

no. 34

21--32

EN

Erosion is a major phenomenon that causes damage not only to soil and agriculture, but also to the quality of the water amounting to tonnes of matter annually transported on the earth's surface. This fact has attracted the interest of researchers to understand its mechanism and explain its causes and consequences. This work is a comparative study of water erosion in the two semi-arid catchments of Wadi Soultez and Wadi Reboa; located in the North-East of Algeria. The approach adopted for the quantification of sediment transport consists on researching the best regressive model to represent the statistical relation between the sediment yield and the measured water discharge at different scales: annual, seasonal and monthly. The available data cover 27 years from 1985–2012. The results show that the power model has given the best correlation coefficient. Results have indicated that Wadi Reboa transported an average of 14.66 hm3 of water and 0.25 million tonnes of sediments annually. While Wadi Soultez has transported 4.2 hm3 of water and 0.11 million tonnes of sediments annually. At a seasonal scale, sediment amounts have showed significant water erosion in autumn with around 44% and secondarily in the spring with 29% in Wadi Soultez. Unlike Wadi Reboa, sediment transport represents 32% and 46% in autumn and spring respectively. Based on the obtained sediment amounts; it is found that the physical factors: such as steep reliefs, vulnerable lithological nature of rocks and poor vegetal cover, have significantly contributed in accelerating soil erosion.

PL

Erozja jest głównym czynnikiem, który nie tylko przynosi szkody w rolnictwie (ubytki gleb), ale także obniża jakość wód powierzchniowych wskutek transportu wielkiej ilości materii niesionych rocznie w skali całego świata. Zjawisko to przykuwało uwagę badaczy, którzy pragnęli poznać mechanizm erozji oraz jej przyczyny i skutki. Przedstawiona praca jest porównawczym studium erozji wodnej półpustynnych zlewni dwóch epizodycznych rzek – Soultez i Reboa w północnowschodniej Algierii. Podejście do ilościowego ujęcia transportu osadów polegało na znalezieniu najlepszego modelu regresji między transportem osadu a mierzonym odpływem wody w skali rocznej, sezonowej i miesięcznej. Dostępne dane obejmują 27 lat – od 1985 do 2012. Najlepszy współczynnik korelacji uzyskano, stosując model potęgowy. Wyniki wskazują, że Reboa transportowała średnio 14,66 hm3 wody i 0,25 mln t osadu rocznie, podczas gdy transport rzeki Soultez wynosił 4,2 hm3 wody i 0,11 mln t osadu rocznie. W ciągu roku największe ilości osadu rzeka Soultez transportowała jesienią (44%) i wiosną (29%), natomiast największy transport osadu w rzece Reboa odnotowano wiosną (46%), a mniejszy jesienią (32%). Na podstawie uzyskanych danych o transporcie osadów stwierdzono, że czynniki fizyczne, takie jak głęboka rzeźba terenu, litologiczny charakter skał podatnych na erozję i uboga pokrywa roślinna przyczyniają się znacząco do zwiększonej erozji gleb.

2

Algorytmy genetyczne : Budowa wielomianowej funkcji modelu regresyjnego za pomocą algorytmu genetycznego i analiza statystyczna otrzymanych wyników w zależności od kształtu funkcji oceny

Wojnarowski K.

Studia i Materiały / Europejska Uczelnia Informatyczno-Ekonomiczna w Warszawie

|

2014

|

Nr 1(7)

49--63

PL

Celem pracy jest analiza algorytmu genetycznego dopasowującego wielomian do danych pomiarowych. W pierwszej części opisany jest użyty algorytm genetyczny oraz jego budowa. Druga część stanowi opis eksperymentu wykonanego przy użyciu opisywanego algorytmu i jakościowa analiza wyników. Dokonana została równie analiza statystyczna wyników otrzymanych dla różnych zestawów danych i różnych funkcji oceny algorytmu. Wysunięte wnioski podsumowują osiągnięte w eksperymencie wyniki oraz wyznaczają możliwy kierunek dalszych badań, mających na celu rozszerzenie zastosowań opisywanego algorytmu i poprawę jakości otrzymywanych rezultatów.

EN

The aim of this study is the analysis of a genetic algorithm fitting experiment data with polynomial. The first part consists of a description of algorithm used and its construction. The second part involves a description of an experiment performed using the described algorithm and qualitative analysis of the results. Additionally, there was performed a statistic analysis of the results – for different data sets and different fitting functions. Statements concluded, basing on the experiment, summarize its results and allow to point out goals for further research on the matter of creating regressive models using genetic algorithms and improving the quality of the results.

3

Porównanie modeli GRNN utworzonych z wykorzystaniem modułów sieci neuronowych pakietów MATLAB i STATISTICA

Białobrzewski I.

Inżynieria Rolnicza

|

2005

|

R. 9, nr 8

15--22

PL

Przedstawiono wyniki badań wpływu modeli GRNN, utworzonych z wykorzystaniem modułów Sieci Neuronowych pakietów MATLAB i STATISTICA, na dokładność estymacji wartości temperatury powietrza atmosferycznego. Stwierdzono, że model neuronowy GRNN, powstały na bazie Toolbox Neural Networks v.4 pakietu MATLAB, lepiej aproksymuje temperaturę powietrza atmosferycznego niż modele powstałe na bazie modułu Neural Networks pakietu STATISTICA 6.1. Wśród modeli GRNN powstałych na bazie modułu Neural Networks pakietu STATISTICA 6.1 uzyskano lepszą aproksymuję temperatury powietrza atmosferycznego, wykorzystując dostępne opcje funkcji związanych z modułem Projektant sieci użytkownika.

EN

The effects of GRNN models, developed by using the neural network moduli of the MATLAB and STATISTICA packets on the accuracy of atmospherical air temperature estimation, were studied. It was stated that the GRNN neural model developed on the basis of Toolbox Neural Network v.4 of the MATLAB packet approximated the temperature of atmospherical air better than the models based on Neural Network modulus of STATISTICA 6.1 packet. Among the GRNN models developed on the basis of Neural Network modulus of STATISTICA 6.1 packet, the better approximation of air temperature was obtained by using available options of the functions bound to modulus of the “User’s network designer …”