پیش‌بینی میزان بهره‏برداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آن‏ها به‏کمک نزولات جوی

1-    اسفندیاری درآباد، ف.، حسینی، ا.، آزادی مبارکی، م. و ز. حجازی زاده. 1389. پیش بینی میانگین دمای ماهانه ایستگاه سینوپتیک سنندج با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چند لایه (MLP). فصلنامه انجمن جغرافیای ایران، 27: 65-45.

2-    اکبری، م.، جرگه، م. و ح. مدنی سادات. 1388. بررسی افت سطح آب‏های زیرزمینی با استفاده از سیستم اطلاعات جغرافیایی (GIS) (مطالعه موردی: آبخوان دشت مشهد). مجله پژوهش‏های حفاظت آب و خاک، 16(4): 78-63.

3-    ایزدی، ع.، داوری، ک.، علیزاده، ا. و ب. قهرمان. 1387. کاربرد مدل داده‏های ترکیبی در پیش بینی سطح آب زیرزمینی. مجله آبیاری و زهکشی ایران،  2(2): 143-142.

4-    خوشحال دستجردی، ج. و م. حسینی. 1389. کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان). مجله جغرافیا و برنامه‌ریزی محیطی، 39(3): 120-107.

5-    دلاور، م. 1384. تحلیل و ارائه مدل نوسانات تراز آب دریاچه ارومیه و آنالیز ریسک مناطق ساحلی. پایان نامه کارشناسی ارشد آبیاری، دانشکده کشاورزی، دانشگاه تربیت مدرس، 117 صفحه.

6-    رحمانی، ع. و م. سدهی. 1383. پیش بینی تغییرات سطح آب زیرزمینی دشت همدان- بهار با مدل سری­های زمانی. مجله آب و فاضلاب، 51: 49-42.

7-    روشن، ر. 1385. پیش بینی تورم ایران به کمک مدل­های ARIMA, GHARCH, ARCH و شبکه‌های عصبی و مقایسه کارایی مدل‌های مذکور. پایان نامه کارشناسی ارشد اقتصاد، دانشکده علوم اداری- اقتصادی، دانشگاه زاهدان، 135 صفحه. 

8-    ﺻﺎدﻗﯽ، ح.، ذوالفقاری، م. و م. الهامی‏نژاد. 1390. مقایسه عملکرد شبکه‌های عصبی و مدل ARIMA در مدل‏سازی و پیش‌بینی کوتاه‌مدت قیمت سبد نفت‌خام اوپک (با تاکید بر انتظارات تطبیقی). فصلنامه مطالعات اقتصاد انرژی، 28: 47-25.

9-    طرازکار، م. 1384. پیش بینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی. پایان نامه کارشناسی ارشد اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شیراز، 183 صفحه.

10-  فلاح، س.، قبادی نیا، م.، شکرگزار دارابی، م. و ش. قربانی دشتکی. 1391. بررسی پایداری منابع آب زیرزمینی دشت داراب استان فارس. مجله پژوهش آب در کشاورزی، 26(2): 172-161.

11-  ﻓﻬﻴﻤﻲﻓﺮد، س.، سالارپور، م. و م. صبوحی. 1390. مقایسه توان پیش‌بینی مدل عصبی-فازی ANFIS با مدل شبکه عصبی ANN و خود رگرسیونی ARIMA مطالعه موردی قیمت هفتگی تخم‌مرغ. فصلنامه اقتصاد کشاورزی و توسعه، 74: 203-181.

12- کریمی گوغری، ش. و ا. اسلامی. 1387. پیش بینی بارندگی سالانه در استان کرمان با استفاده از شبکه های عصبی مصنوعی. مجله آبیاری و زهکشی ایران، 2 (2): 132-123.

13- محتشم، م.، دهقانی، ا. ا.، اکبرپور، ا. و م. مفتاح هلقی. 1388. پیش‏بینی سطح ایستایی آب زیرزمینی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: دشت بیرجند). هشتمین کنگره بین المللی مهندسی عمران، دانشگاه شیراز، شیراز. اردیبهشت.

14- منهاج، م. 1377. مبانی شبکه‌های عصبی (هوش محاسباتی). نشر دکتر حسابی، چاپ اول، تهران، 718 صفحه.

15- ﻣﻨﻬﺎج، م. کاظمی، ع. شکوری گنجوی، ح. و م. مهرگان. 1388. ﭘﻴﺶﺑﻴﻨﻲ ﺗﻘﺎﺿﺎی اﻧﺮژی ﺑﺨﺶ ﺣﻤﻞ و ﻧﻘﻞ ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﻜﻪﻫﺎی ﻋﺼﺒﻲ: مطالعه ﻣﻮردی در اﻳﺮان. پژوهش‏های مدیریت در ایران، 66: 220-203.

16- نجفی، ب. و م. طرازکار. 1385. پیش ‌بینی میزان صادرات پسته ایران: کاربرد شبکه عصبی مصنوعی. پژوهشنامه بازرگانی، 39: 214-191.

17- یوسفی‏راد، م.، صفایی جزی، ر. و م. بخشایی. 1387. محاسبه حجم آبخوان‏های آبرفتی (سفره‏های آب زیر زمینی) در سیستم اطلاعات جغرافیایی (GIS) مطالعه موردی : دشت کمیجان اراک. همایش ژئوماتیک، تهران، اردیبهشت.

18- Bithas, K. 2008. The sustainable residential water use: Sustainability, efficiency and social equity. Ecological Economics, 68: 221-229.

19- Chen, X., Racine, J. and R. N. Swanson. 2001. Semiparametric ARX neural network models with an application to forecasting inflation. Neural Networks, 12 (4): 674-683.

20- Elsafi, S. H. 2014. Artificial Neural Networks (ANNs) for flood forecasting at Dongola station in the river Nile, Sudan. Alexandria Engineering Journal, 53 (3): 655-662.

21- Haoffi, Z., Guoping, X., Fagting, Y. and Y. Han. 2007. A neural network model based on the multi-stage optimization approach for short-term food price forecasting in China. Expert Systems with Applications, 33: 347-356.

22- Hetch-Nielsen, R. 1987. Kolmogorovʼs mapping neural networks existence theorem. In first IEEE International Conference on Neural Networks, San Diego, California., 3-11, IEEE, Piscataway, N. J.

23- Hotunluoglu, H. 2011. Forecasting Turkey’s energy demand using artificial neural networks: Three scenario application. Journal of Ege Academic Review, 11: 87-94.

24- Kavaklioglu K., Ceylan H., Ozturk, H.K. and O. E. Canyurt. 2009. Modeling and prediction of Turkey’s electricity consumption using Artificial Neural Networks. Energy Conversion and Management, 50: 2719–2727.

25- Khan, S., Gabriel, H. F. and T. Rana. 2008. Standard precipitation index to track drought and assess impact of rainfall on watertables in irrigation areas. Irrigation and Drainage Systems, 22:159–177.