مدلسازی برآورد تبخیر با استفاده از روش شبکه عصبی BFGS و مدل رگرسیون خطی محلی (LLR )
Publish place: 3rd Conference on Rangeland, Watershed and Desert
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 972
This Paper With 11 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:
RWD03_051
تاریخ نمایه سازی: 3 آذر 1392
Abstract:
تبخیر،همچون بخش مهمی از چرخه هیدرولوژی،نقش کلیدی در توسعه و مدیریت منابع در منطق خشک و نیمه خشک بازی می کند.اگر چه روش های تجربی زیادی وجود دارد با این حال به علت پیچیدگی طبیعت فرآیند تبخیر و داده های موجود،انجام آنها چندان رضایت بخش نیست.در این تحقیق یک مدل براورد تبخیر بر اساس روش شبکه عصبی(BFGSNN) و مدل خطی محلی(LLR) ایجاد شد،BFGSNN با ضریب همبستگی معادل0/723 و روش LLR با ضریب همبستگی برابر 0/562 ) اگر چه این دو روش به نظر قوی است،انتخاب داده های ورودی کاملا سخت و پیچیده می باشد.در این تحقیق از الگوریتم (GA) برای انتخاب بهترین ترکیب ورودی استفاده می شود.بسیاری از مطالعات به نتایج حاصل از این بخش نیازمندند.در این تحقیق از آزمون گاما (GT)،برای انتخاب داده های آموزشی استفاده می شود،و همچنین این روش مهمترین عوامل موثر در تبخیر را تعیین میکند.
Keywords:
Authors
علی درخشان هوره
دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
کامران فلاح پور
دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
فرامرز مردانی
دانشجوی کارشناسی ارشد منابع طبیعی دانشگاه شهرکرد
پژمان طهماسبی
استادیار دانشکده منابع طبیعی دانشگاه شهرکرد
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 :