سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی

Publish Year: 1389
Type: Conference paper
Language: Persian
View: 1,402

This Paper With 7 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

IDNC03_500

Index date: 6 March 2011

پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی abstract

اندازه گیری مستقیم ویژگی های هیدرولیکی خاک مانند سرعت نفوذ نهایی آب به خاک وقت گیر و پر هزینه بوده و تا حدی به علت غیرهمگن بودن خاک و خطاهای آزمایشگاهی غیر قابل اعتماد است. در عوض ویژگی های هیدرولیکی می تواند از جایگزینی داده های زودیافتی مثل بافت خاک، جرم مخصوص ظاهری وغیره با استفاده از توابع انتقالی خاک بدست آید. شبکه های عصبی مصنوعی از جمله روش هایی هستند که برای تخمین توابع انتقالی استفاده می شوند. در این پژوهش از داده های 150پروفیل خاک مربوط به مطالعات خاکشناسی و اصلاح اراضی موجود در سازمان آب و برق خوزستان استفاده شد. داده های زودیافت مورد استفاده برای تعیین سرعت نفوذ نهایی آب به خاک شامل درصد توزیع اندازه ذرات، وزن مخصوص ظاهری، تخلخل کل، رطوبت در نقطه ظرفیت مزرعه و رطوبت در نقطه پژمردگی دائم می باشد. نتایج نشان داد که کارائی شبکه های عصبی RBF بالاتر از شبکه های MLP در تخمین سرعت نفوذ نهایی آب به خاک است

پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی Keywords:

توابع انتقالی خاک , سرعت نفوذ نهایی آب به خاک و شبکه های عصبی مصنوعی

پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی authors

روح اله رضایی ارشد

دانشجوی کارشناسی ارشد

غلامعباس صیاد

استادیار گروه خاکشناسی، دانشگاه شهیدچمران اهواز

مسعود مظلوم

مربی گروه کامپیوتر، دانشگاه شهید چمران اهواز

علیرضا جعفرنژادی

عضو هیئت علمی موسسه تحقیقات آ ب و خاک استان خوزستان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
قربانی دشتکی، م. 1387. برآورد پارامترهای نفوذ آب به خاک ...
کیا، م. 1387. شبکه‌های عصبی در MATLAB خدمات نشر کیان ...
منهاج، م. ب. 1377. مبانی شبکه‌های عصبی. چاپ اول، مرکز ...
نوابیان، م. 1386. مقایسه توابع انتقالی شبکه عصبی و رگرسیونی ... [مقاله کنفرانسی]
Agyare, W.A., Park, S.J. 2007. Artificial neural network estimation of ...
Haykin S, 1999. Neural networks: A comprehensive foundation. NJ. Prentice-Hal ...
Kao, C.S. and J.R. Hun. 1996. Prediction of wetting front ...
Leij, F.. Schaap, M.G., and Arya, L.M. 2002. Water retention ...
J.H. Dane and G.C Topp (ed.) Methods of soil analysis. ...
Mallants, D. M. 1996. Spatial variability of hydraulic conductivity properties ...
Minasny, B. H. 2004. Neural networks prediction of soil hydraulic ...
Mohammadi, J. 2002. Testing an artificial neural network for predicting ...
Montgomery, D. C. 1992. Introduction o regression analysis.Wiley series in ...
Oude Voshaar, J. H. 1994. Statistics for researcher, Wageningen press, ...
Persson, M. 2002. Predicting the dieletric constant-water content relationship using ...
Rajkai, K. 1996. Estimation of water retention characteristics from the ...
Rawls, W.J., Gish, T... and Brakensiek, D.L. 1991. Estimating soil ...
Rawls, W.J., Gish, T... and Brakensiek, D.L. 1991. Estimating soil ...
Ryan, B. F. 1994. Minitab Handbook. Durbuy Press, p: 483. ...
Sisson, J. B. 1981. Spatial variability of steady-state infiltration rates ...
Wosten J.H.M., Lilly A., Nemes A., le Bas C. (1999). ...
نمایش کامل مراجع

مقاله فارسی "پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی" توسط روح اله رضایی ارشد، دانشجوی کارشناسی ارشد؛ غلامعباس صیاد، استادیار گروه خاکشناسی، دانشگاه شهیدچمران اهواز؛ مسعود مظلوم، مربی گروه کامپیوتر، دانشگاه شهید چمران اهواز؛ علیرضا جعفرنژادی، عضو هیئت علمی موسسه تحقیقات آ ب و خاک استان خوزستان نوشته شده و در سال 1389 پس از تایید کمیته علمی سومین همایش ملی مدیریت شبکه های آبیاری و زهکشی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله توابع انتقالی خاک، سرعت نفوذ نهایی آب به خاک و شبکه های عصبی مصنوعی هستند. این مقاله در تاریخ 15 اسفند 1389 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1402 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که اندازه گیری مستقیم ویژگی های هیدرولیکی خاک مانند سرعت نفوذ نهایی آب به خاک وقت گیر و پر هزینه بوده و تا حدی به علت غیرهمگن بودن خاک و خطاهای آزمایشگاهی غیر قابل اعتماد است. در عوض ویژگی های هیدرولیکی می تواند از جایگزینی داده های زودیافتی مثل بافت خاک، جرم مخصوص ظاهری وغیره با استفاده از توابع انتقالی خاک ... . این مقاله در دسته بندی موضوعی شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی با 7 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.