ارزیابی دقت روش شبکه های عصبی مصنوعی و معادلات تجربی در محاسبه تبخیر تعرق پتانسیل در استان همدان

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,198

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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ABYARI09_016

تاریخ نمایه سازی: 21 مهر 1386

Abstract:

امروزه شبکه های عصبی مصنوعی کاربردهای فراوانی در علوم آب دارند. به منظور ارتقا بهره وری مصرف آب در شبکه های آبیاری و زهکشی می توان از شبکه های عصبی بهره جست. صرف وقت و هزینه زیاد در تعیین تبخیر – تعرق به وسیله لایسیمتر ، ارزیابی دقت شبکه عصبی مصنوعی در تعیین تبخیر – تعرق با فرمول های تجربی و لاسیمتر ضروری به نظر می رسد. بدین منظور از اطلاعات هواشناسی و همچنین لایسیمتری موجود در استان همدان جهت آموزش شبکه های عصبی مصنوعی استفاده شد. در مطالعه حاضر شش عنصر فرایند در لایه ورودی شبکه عصبی مصنوعی، در نظر گرفته شد که شامل دمای حداقل و حداکثر هوا، رطوبت حداقل و حداکثر هوا، ساعات آفتابی و سرعت باد بودند. شبکه شامل یک لایه ورودی یک لایه پنهان و یک لایه خروجی با یک عنصر فرایند بود. اجرای شبکه عصبی با استفاده از نرم افزارProfessional II Plus Neural work انجام شد. نتایج حاصل از این بررسی نشان داد که پس از اموزش و آزمون شبکه و با توجه به میزان میانگین مجذور مربعات خطا (RMSE) می توان تبخیر – تعرق پتانسیل گیاه مرجع را با درصد اطمینان بالا پیش بینی نمود. ترتیب دقت تبخیر – تعرق برآوردی شامل شبکه عصبی مصنوعی بلائی کریدل و پنمن مانتیس بود. علاوه بر بحث دقت، اطلاعات مورد نیاز در روش شبکه عصبی مصنوعی کمتر از روش های تجربی است.

Authors

عادل قاسمی

دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه بوعلی سینا، همدان

حمید زارع ابیانه

استادیار دانشکده کشاورزی دانشگاه بوعلی سینا، همدان

رضا امیری چایجان

استادیار دانشکده کشاورزی دانشگاه بوعلی سینا، همدان

کورش محمدی

دانشیار گروه آبیاری و زهکشی دانشگاه تربیت مدرس ، 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 :