برآورد تبخیر و تعرق مرجع با استفاده از شبکه عصبی مصنوعی(مطالعه موردی دشت بیرجند9
Publish place: Tenth Irrigation and Evaporation Reduction Seminar
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,045
This Paper With 8 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:
ABYARI10_215
تاریخ نمایه سازی: 22 خرداد 1391
Abstract:
تبخیر و تعرق به عنوان یکی از عمده ترین اجزاء چرخه هیدرولوژیکی، در مطالعات، طراحی و مدیریت سیستم های آبیاری اهمیت فراوان دارد. لکن تعداد پارامترهای مورد نیاز در محاسبه تبخیر و تعرق از یکسو و عدم صحیح اندازه گیری برخی پارامترها از سوی دیگر سبب گردیده که تخمین درست این پارامتر در برخی نقاط با مشکلاتی روبرو باشد. هدف از این مطالعه ارزیابی عملکرد شبکه عصبی مصنوعی(ANN) در برآورد تبخیر و تعرق پتانسیل(ET0) و مقایسه آن با روش تجربی بلانی کریدل در دشت بیرجند می باشد. برای این منظور از شبکه های پرسپترون چند لایه، قانون یادگیری پس انتشار خطا و داده های هواشناسی ایستگاه سینوپتیک بیرجند، طی یک دوره آماری 20 ساله استفاده شد. بر این اساس با استفاده از معیارهای RMSE، R²، MAE بهترین مدل شبکه عصبی در این منطقه Multilayer perceptron انتخاب گردید و مشخص گردید که شبکه عصبی مصنوعی در شرایط فقدان اطلاعات کافی، راهکار مناسبتری نسبت به روشهای تجربی به شمار روند.
Keywords:
Authors
حمید کاردان مقدم
دانشجوی کارشناسی ارشد منابع آب دانشگاه بیرجند
علی شهیدی
استادیار گروه مهندسی آب دانشگاه بیرجند
زهرا رحیم زاده
دانشجوی کارشناسی ارشد منابع آب دانشگاه بیرجند
محمد جواد نحوی نیا
دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه تهران
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 :