مقایسهی رگرسیون غیرخطی و شبکهی عصبی مصنوعی در برآورد تبخیر روزانه از تشت تبخیر کلاس A در یک منطقه ی خشک
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,468
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM03_182
تاریخ نمایه سازی: 28 فروردین 1387
Abstract:
فرایند تبخیر، یکی از مؤلفه های اصلی چرخه ی هیدرولوژیکی میباشد که نقش حیاتی در مطالعات برنامه ریزی، طراحی، اجرا و مدیریت منابع آب شامل هیدرولوژی، زراعت، مدیریت آبیاری، پیش بینی جریان رودخانه ایفا مینماید. هدف از این تحقیق، ارزیابی کارایی شبکه های عصبی مصنوعی و رگرسیون غیرخطی در برآورد تبخیر روزانه از تشت کلاس A در یک منطقه ی خشک میباشد. پارامترهای دمای هوا، رطوبت نسبی، سرعت باد در ارتفاع ۲ متری، فشار هوا و تابش خالص خورشیدی بعنوان ورودی شبکه ی عصبی مصنوعی و رگرسیون غیرخطی انتخاب گردید. برای انتخاب بهترین مدل شبکه ی عصبی و رگرسیون غیرخطی از معیارهای ضریب همبستگی، جذر میانگین مربع خطا و میانگین خطای مطلق استفاده شده است. نتایج بدست آمده نشان میدهد که شبکه عصبی مصنوعی و رگرسیون غیرخطی ابزار مناسبی برای مدلسازی تبخیر از تشت می باشند . بطورکلی روش شبکه ی عصبی مصنوعی نسبت به رگرسیون غیرخطی نتایج بهتری را ارائه داده است.
Keywords:
Authors
حسین طبری
دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه بوعلی سینا
علی آیینی
دانشجوی کارشناسی ارشد آبیاری و زهکشی، دانشگاه بوعلی سینا
علی اکبر سبزی پرور
دانشیار گروه مهندسی آب، دانشگاه بوعلی سینا
صفر معروفی
استادیار گروه مهندسی آب، دانشگاه بوعلی سینا
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 :