مدلسازی شاخص درصد سدیم تبادلی با استفاده از شبکه عصبی با تابع پایه ای شعاعی و روش رگرسیون خطی

به دلیل دشواریهای موجود در راه تخمین درصد سدیم تبادلی به عنوان یکی از قابل اعتمادترین شاخص های تشخیص شور و سدیمی بودن خاک، ارائه روشی که بتوان با استفاده از شاخص سهل الوصول دیگری، بطور غیر مستقیم ESP را بدستآورد بسیار بهینه و اقتصادی تر میباشد. هدف از این پژوهش، مدلسازی و پیش بینی درصد سدیم تبادلی با استفاده از هدایتالکتریکی بوده است. نتایج نشان داد معادله رگرسیون خطی تا حدودی قادر است درصد سدیم تبادلی را برآورد نماید در صورتی که شبکه عصبی RBF عملکرد بهتری داشته و با دقت بیشتری توانسته است (RMSE=2.90 و R(2)=0.98)، مقادیر درصد، سدیم تبادلی را از روی هدایت الکتریکی تخمین بزند.

Keywords:

شاخص سدیمی , مدلسازی , تابع انتقالی , هوش مصنوعی