توسعه مدل هیبریدی شبکه عصبی فازی- الگوریتم شاهین هریس (ANFIS-HHO) جهت پیش بینی ظرفیت تبادل کاتیونی خاک
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 237
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEWE-7-2_010
تاریخ نمایه سازی: 20 مرداد 1400
Abstract:
پیشبینی مقدار ظرفیت تبادلی خاک بهدلیل اینکه یک شاخص مهم در کیفیت خاک برای ذخیره مواد مغذی است، بسیار ارزشمند است. در این پژوهش با استفاده از شبکه عصبی – فازی (ANFIS) به پیش بینی ظرفیت تبادلی خاک با پارامترهای ورودی خصوصیات خاک نظیر رس، لجن، شن، گچ و مواد آلی پرداخته شد. محدوده مطالعاتی در نظر گرفته شده در شمال غرب ایران بود که در حدود ۳۸۰ نمونه از ناحیه های مختلف برداشت شده است. از این تعداد نمونه ها حدود ۷۵% داده ها برای آموزش و ۲۵% داده ها برای آزمون در نظر گرفته شد. با توجه به تعداد ورودی های مختلف حدود ۶ الگو از ترکیب پارامترهای ورودی تدوین شد. جهت بهبود نتایج پیش بینی از الگوریتم شکار شاهین هریس (HHO) جهت آموزش ANFIS استفاده شد. نتایج الگوهای هر مدل به وسیله شاخص های ارزیابی چون خطای جذر میانگین مربعات (RMSE)، درصد میانگین مطلق خطا (MAPE)، شاخص همبستگی (CC)، شاخص ویلیامز (WI) و دیاگرام تیلور مورد تحلیل قرار گرفت. نتایج نشان داد الگوی ورودی P۶ که تمام پارامترهای ورودی را شامل میشود دارای بیشترین دقت در پیش بینی CEC میباشد. در این الگو مقادیر خطا CC،WI ، MAPE و RMSE برای داده های آزمون بهترتیب برابر ۹۰/۰، ۷۵/۰، ۱۱/۰ و cmol/kg ۸۹/۱ بهدست آمد. نتایج دیاگرام تیلور نیز بیان گر دقت مناسب الگوی مذکور است؛ به طوری که می توان با دقت مناسبی به پیش بینی CEC پرداخت. در حالت کلی با استفاده از الگوریتم HHO خطای پیش بینی در حدود ۳/۱ تا cmol/kg ۲ کاهش یافت.
Keywords:
Authors
سامی قوردویی میلان
دانش آموخته کارشناسی ارشد، گروه مهندسی آب، پردیس ابوریحان، دانشگاه تهران، تهران، ایران
شادی بهمنی
دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
هانا سلیمی
دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
محمد علی قربانی
استاد، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
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 :