, Particle Swarm Optimization"PSO"

, Particle Swarm Optimization
"PSO" (Eberhart & Kennedy, 1995), Parameter Solution
"ParaSol" (Alamirew, 2006), Mark chain Monte Carlo "MCMC"
(Kassa & Foerch, 2007) and Sequential Uncertainty Fitting "SUFI-2"
(Abbaspour et al., 2007; Abbaspour, Johnson, & van Genuchten,
2004). The SUFI-2 strategy is applied in this research since it can
supply the widest marginal parameter uncertainty intervals of
model parameters among the five approaches. The goodness of fit

ผลลัพธ์ (ไทย) 1:

เพิ่มประสิทธิภาพฝูงอนุภาค"ของฉัน" (Eberhart และเคนเนดี 1995), พารามิเตอร์โซลูชันมอนติคาร์โล "MCMC" โซ่ "ร่ม" (Alamirew, 2006), เครื่องหมาย(Kassa & Foerch, 2007) และความไม่แน่นอนตามลำดับที่เหมาะสม "ศู-2"(Abbaspour et al. 2007 Abbaspour จอห์นสัน & van Genuchten2004) . กลยุทธ์การศู-2 ใช้ในงานวิจัยนี้ เพราะมันสามารถจัดหาความไม่แน่นอนช่วงกว้างที่สุดของพารามิเตอร์ที่ร่อแร่ของรุ่นพารามิเตอร์ระหว่างวิธีการห้า ดีของพอดี

ผลลัพธ์ (ไทย) 2:

, จับกลุ่มอนุภาคการเพิ่มประสิทธิภาพ
"PSO" (Eberhart และเคนเนดี, 1995) พารามิเตอร์โซลูชั่น
"ร่ม" (Alamirew 2006) มาร์คห่วงโซ่ Monte Carlo "MCMC"
(Kassa & Foerch 2007) และความไม่แน่นอนต่อเนื่องฟิตติ้ง "SUFI-2"
( Abbaspour et al, 2007;. Abbaspour จอห์นสันและรถตู้ Genuchten,
2004) กลยุทธ์ SUFI-2 ถูกนำไปใช้ในการวิจัยนี้เพราะมันจะสามารถ
จัดหาที่กว้างที่สุดช่วงพารามิเตอร์ร่อแร่ความไม่แน่นอนของ
พารามิเตอร์แบบในห้าวิธี ความดีของพอดี

ผลลัพธ์ (ไทย) 3:

เพิ่มประสิทธิภาพฝูงอนุภาค" ระบบ " ( เอเบอร์ฮาร์ท & Kennedy , 1995 ) , โซลูชั่นพารามิเตอร์" ร่ม " ( alamirew , 2006 ) , มาร์คโซ่ " MCMC " มอนติ คาร์โล( คัซซ่า & foerch , 2007 ) และความไม่แน่นอน ( พอดี " sufi-2 "( abbaspour et al . , 2007 ; abbaspour , Johnson & genuchten รถตู้ ,2004 ) กลยุทธ์ที่ใช้ในงานวิจัยนี้ sufi-2 เนื่องจากมันสามารถจัดหากว้างช่วงของพารามิเตอร์ของความไม่แน่นอนพารามิเตอร์ในห้าวิธี ความดีของพอดี